IA para Tumores Renais Usando TAC sem Contraste
13 de dezembro de 2025 atualizado por: Yajia Gu, MD, Fudan University
Um Modelo de Inteligência Artificial para Rastreio e Diagnóstico de Tumores Renais Baseado em TAC sem Contraste
O objetivo deste estudo observacional é descobrir se o método de inteligência artificial pode identificar e diagnosticar automaticamente lesões renais usando tomografia computadorizada sem contraste ou rastreio oportunístico.
Visão geral do estudo
Status
Ainda não está recrutando
Condições
Descrição detalhada
Este estudo estabelece primeiro um modelo de IA capaz de detetar e diagnosticar eficazmente lesões renais com base num estudo de coorte retrospetivo multicêntrico.
Em seguida, o modelo de IA é aplicado a uma grande população retrospetiva e prospetiva do mundo real para validar e melhorar a sua eficácia.
Tipo de estudo
Observacional
Inscrição (Estimado)
10000
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Contato de estudo
- Nome: Yajia Gu, MD
- Número de telefone: +8621-64175590
- E-mail: guyajia@fudan.edu.cn
Estude backup de contato
- Nome: Bingni Zhou, MD
- Número de telefone: +8621-64175590
- E-mail: jobay2621405@126.com
Locais de estudo
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, China, 200032
- Fudan University Shanghai Cancer Center
-
Contato:
- Yajia Gu, MD
- Número de telefone: +8621-64175590
- E-mail: guyajia@fudan.edu.cn
-
Contato:
- Bingni Zhou, MD
- Número de telefone: +8621-64175590
- E-mail: jobay2621405@126.com
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
N/D
Método de amostragem
Amostra de Probabilidade
População do estudo
Pacientes que realizaram um exame de TAC abdominal.
Descrição
Critérios de Inclusão:
- Pacientes que realizaram um exame de TC abdominal.
- Pacientes com lesões renais foram tratados de acordo com os percursos clínicos padrão, que incluíam seguimento, biópsia ou cirurgia.
- Lesões malignas foram confirmadas patologicamente; lesões benignas foram confirmadas por diagnóstico patológico ou seguimento por imagem.
- Nenhum tratamento prévio tinha sido recebido para a doença renal.
Critérios de Exclusão:
- Pacientes recusam-se a realizar o seguimento, biópsia ou cirurgia recomendados, o que impediu o diagnóstico definitivo da lesão renal.
- Ausência de confirmação patológica completa para lesões suspeitas de serem malignas.
- Pacientes receberam qualquer forma de tratamento prévio para a lesão renal.
- Má qualidade da imagem que prejudicou a avaliação diagnóstica.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Desenvolvimento de um sistema inteligente de diagnóstico de doenças renais baseado em tomografias computadorizadas.
Prazo: 1 ano
|
Para construir um sistema inteligente para a deteção de lesões de massa renal e a sua diferenciação em quistos, neoplasias benignas e malignas.
|
1 ano
|
Medidas de resultados secundários
Medida de resultado |
Prazo |
|---|---|
|
Desenvolver ainda mais o modelo de inteligência artificial para diagnosticar eficazmente os tipos patológicos de tumores renais comuns.
Prazo: 1 ano
|
1 ano
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Estimado)
1 de janeiro de 2026
Conclusão Primária (Estimado)
1 de dezembro de 2028
Conclusão do estudo (Estimado)
1 de dezembro de 2028
Datas de inscrição no estudo
Enviado pela primeira vez
13 de dezembro de 2025
Enviado pela primeira vez que atendeu aos critérios de CQ
13 de dezembro de 2025
Primeira postagem (Real)
26 de dezembro de 2025
Atualizações de registro de estudo
Última Atualização Postada (Real)
26 de dezembro de 2025
Última atualização enviada que atendeu aos critérios de controle de qualidade
13 de dezembro de 2025
Última verificação
1 de outubro de 2025
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 2509-Exp275
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
INDECISO
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .