Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Gestão de Lesões Císticas Pancreáticas Utilizando Inteligência Artificial Baseada em EUS e Dados Multimodais

5 de março de 2026 atualizado por: Bin Cheng, Huazhong University of Science and Technology

Um Modelo de Inteligência Artificial Multimodal para Diagnóstico de Subtipos e Gestão Clínica de Lesões Císticas Pancreáticas Baseado em Ultrassom Endoscópico e Informação Clínica

O objetivo principal é construir um modelo de IA multimodal (Cyst-AI) baseado em imagens de EUS e dados clínicos, como características de imagem (TC ou RM) e testes laboratoriais, para auxiliar endoscopistas no diagnóstico de lesões císticas pancreáticas (PCLs), principalmente diferenciando lesões mucinosas de não mucinosas.

O objetivo secundário é avaliar a eficácia do modelo na estratificação de risco e gestão clínica de doentes com PCLs.

Visão geral do estudo

Status

Recrutamento

Condições

Intervenção / Tratamento

Descrição detalhada

Com o desenvolvimento da tecnologia de imagem médica, a taxa de deteção de lesões císticas pancreáticas (LCPs) tem aumentado notavelmente. Embora a maioria dos cistos seja benigna, um subconjunto considerável tem potencial de transformação maligna. A gestão clínica baseia-se no diagnóstico e na estratificação de risco. Para as LCPs, diferentes diagnósticos e estratificações de risco conduzem a estratégias e resultados clínicos totalmente distintos, que estão intimamente relacionados com a qualidade de vida, o encargo económico e o stress psicológico dos doentes. A ecografia endoscópica (EUS) tem desempenhado um papel crucial no diagnóstico diferencial adicional das LCPs. A inteligência artificial (IA) também tem demonstrado grande potencial no diagnóstico e gestão clínica. Assim, planeamos recolher retrospetivamente os dados de imagem EUS dos doentes, exames radiológicos e laboratoriais, e outras informações clínicas para construir um modelo denominado Cyst-AI que integre a função de diagnóstico e gestão clínica, para auxiliar na tomada de decisões clínicas.

Tipo de estudo

Observacional

Inscrição (Estimado)

500

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

Locais de estudo

  • China
    • Hubei
      • Wuhan, Hubei, China, 430030
        • Recrutamento
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • Contato:
      • Wuhan, Hubei, China, 430030
        • Ainda não está recrutando
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • Contato:

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

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

A coorte será selecionada de vários hospitais na China, incluindo o Hospital Tongji, Faculdade de Medicina Tongji, HUST.

Descrição

Critérios de inclusão:

  • Pacientes cujos resultados da EUS indicam lesões císticas ou cistoides pancreáticas;
  • Lesões mucinosas: incluindo neoplasia cística mucinosa (MCN), neoplasia papilar mucinosa intraductal (IPMN);
  • Lesões não mucinosas: incluindo pseudocisto pancreático, neoplasia cística serosa (SCN), tumor neuroendócrino cístico (cNET).

Critérios de exclusão:

  • Pacientes com idade inferior a 18 anos;
  • Pacientes que tenham sido submetidos a cirurgia pancreática antes do exame EUS;
  • Pacientes que tenham recebido quimioterapia e radioterapia para tumores pancreáticos antes do exame EUS;
  • Resultados patológicos indicam que as lesões pancreáticas são lesões metastáticas de outros locais;
  • Pacientes cujas imagens ou relatórios da EUS estejam em falta;
  • A qualidade da imagem EUS não cumpre os requisitos para revisão, como imagens desfocadas ou contendo artefactos, agulhas de biópsia, escalas de medição ou outras anotações adicionais que não façam parte da imagem EUS original;
  • Pacientes cujo diagnóstico final seja incerto.

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

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Cisto-EUS
Os doentes antes de 2026 com imagens EUS de lesões císticas pancreáticas ou lesões cistoides foram incluídos nesta coorte.
Teste de diagnostico: Modelo Cyst-AI
Os dados recolhidos em múltiplos centros serão divididos num conjunto de treino, num conjunto de validação e num conjunto de teste para desenvolver e testar o modelo cyst-AI.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
O desempenho do modelo de diagnóstico na diferenciação de PCLs mucinosas de não mucinosas
Prazo: No prazo de 3 meses após a conclusão do treino do modelo de diagnóstico.
O desempenho do modelo de diagnóstico Cyst-AI será avaliado utilizando a área sob a curva característica de operação do recetor (AUC-ROC), com sensibilidade, especificidade, precisão, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) calculados a partir das previsões do modelo no conjunto de dados de validação independente. PCLs: lesões quísticas pancreáticas.
No prazo de 3 meses após a conclusão do treino do modelo de diagnóstico.
O desempenho da estratificação de risco do modelo de gestão clínica para PCLs mucinosas
Prazo: No prazo de 3 meses após a conclusão do treino do modelo de estratificação de risco.
O desempenho do modelo de estratificação de risco Cyst-AI para classificar corretamente lesões em "baixo risco", "risco intermédio" e "alto risco" será avaliado através da área sob a curva característica de operação do recetor (AUC-ROC), com sensibilidade, especificidade, precisão, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) calculados a partir das previsões do modelo no conjunto de dados de validação independente. PCLs: lesões císticas pancreáticas.
No prazo de 3 meses após a conclusão do treino do modelo de estratificação de risco.

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
O desempenho do modelo de diagnóstico na diferenciação de tipos específicos de PCLs
Prazo: No prazo de 3 meses após a conclusão do treino do modelo de diagnóstico.
O desempenho do modelo de diagnóstico Cyst-AI será avaliado através da área sob a curva característica de operação do recetor (AUC-ROC), com sensibilidade, especificidade, precisão, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) calculados a partir das previsões do modelo no conjunto de dados de validação independente. PCLs: lesões císticas pancreáticas.
No prazo de 3 meses após a conclusão do treino do modelo de diagnóstico.
O desempenho da gestão clínica do modelo de gestão clínica para PCLs mucinosas
Prazo: No prazo de 3 meses após a conclusão da formação do modelo de gestão clínica.
O desempenho do modelo de gestão clínica Cyst-AI para fornecer recomendações clínicas precisas, será avaliado utilizando a área sob a curva de características de operação do recetor (AUC-ROC), com sensibilidade, especificidade, precisão, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) calculados a partir das previsões do modelo no conjunto de dados de validação independente. PCLs: lesões císticas pancreáticas.
No prazo de 3 meses após a conclusão da formação do modelo de gestão clínica.
O desempenho do modelo na assistência a endoscopistas de diferentes níveis no diagnóstico e gestão de PCLs
Prazo: No prazo de 1 mês após a conclusão do estudo de cruzamento confrontacional homem-máquina
O desempenho do modelo Cyst-AI na assistência aos endoscopistas será avaliado utilizando a área sob a curva característica de operação do recetor (AUC-ROC), com sensibilidade, especificidade, precisão, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) calculados a partir das previsões do modelo no conjunto de dados de validação independente. PCLs: lesões císticas pancreáticas.
No prazo de 1 mês após a conclusão do estudo de cruzamento confrontacional homem-máquina
O impacto do modelo no processo de tomada de decisão dos endoscopistas
Prazo: Dentro de 1 mês após a conclusão do estudo cruzado de confrontação homem-máquina.
O questionário para endoscopistas após avaliação será utilizado para avaliar o grau de impacto.
Dentro de 1 mês após a conclusão do estudo cruzado de confrontação homem-máquina.

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Huazhong University of Science and Technology

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 (Real)

1 de janeiro de 2025

Conclusão Primária (Estimado)

1 de abril de 2026

Conclusão do estudo (Estimado)

1 de junho de 2026

Datas de inscrição no estudo

Enviado pela primeira vez

9 de dezembro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

5 de março de 2026

Primeira postagem (Real)

11 de março de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

11 de março de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

5 de março de 2026

Última verificação

1 de março de 2026

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • Cyst-AI 2024

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 .

Se inscrever