Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC
31 de maio de 2026 atualizado por: Wen-zhao ZHONG
Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC: a Prospective, Controlled Clinical Trial Protocol
The goal of this clinical trial is to evaluate the effectiveness and safety of a locally deployed artificial intelligence (AI) decision-support model in the multidisciplinary team (MDT) process for patients with non-small cell lung cancer (NSCLC).
The main questions it aims to answer :
What is the level of agreement between treatment recommendations generated by the AI model and those made by a traditional MDT? How often do clinicians modify their final treatment decision after reviewing the AI model's recommendation? Researchers will compare treatment plans from the traditional MDT (Arm 1), the AI model (Arm 2), and the clinician's final decision after reviewing the AI output (Arm 3) to assess consistency, decision modification rates, and clinical efficiency.
Participants will:
Have their clinical, imaging, and molecular data submitted to both the traditional MDT and the AI model for independent treatment recommendations Receive a final treatment plan determined by clinicians after reviewing both recommendations, with follow-up for safety and survival outcomes
Visão geral do estudo
Status
Recrutamento
Condições
Intervenção / Tratamento
Tipo de estudo
Intervencional
Inscrição (Estimado)
300
Estágio
- Não aplicável
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: qing liang, Dr.
- Número de telefone: +86 17863321987
- E-mail: liangtsing99@163.com
Locais de estudo
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510000
- Recrutamento
- Guangdong Provincial People's Hospital
-
Contato:
- Wenzhao Zhong, Dr.
- Número de telefone: +8613609777314
- E-mail: 13609777314@163.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
Não
Descrição
Inclusion Criteria:
- Age ≥ 18 years;
- MDT (Multidisciplinary Team) discussion deems a systemic treatment plan necessary;
- Complete clinical, imaging, and molecular pathological data.
Exclusion Criteria:
- Stage I patients;
- Diagnosed with a thoracic tumor other than NSCLC;
- Lack of detailed medical data, or missing data;
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
- Finalidade Principal: Tratamento
- Alocação: N / D
- Modelo Intervencional: Atribuição de grupo único
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: AI-Assisted Multidisciplinary Team Decision-Making for Non-Small Cell Lung Cancer
|
The impact of artificial intelligence on clinicians' treatment plans
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Consistency rate
Prazo: Baseline(MDT 1 Day)
|
Consistency rate between Option 1 and Option 2 (calculated using Kappa value).
Consistency rate between Option 1 and Option 3 (decision modification rate).
|
Baseline(MDT 1 Day)
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
MDT Discussion Process Time
Prazo: Baseline(MDT Day 1)
|
Time from start to end of multidisciplinary team (MDT) discussion, measured immediately after MDT end.
|
Baseline(MDT Day 1)
|
|
Quality of AI Recommendations
Prazo: Baseline(MDT Day 1)
|
Physician-rated quality of AI recommendations using a Likert 5-point scale (1 = very poor, 5 = excellent).
|
Baseline(MDT Day 1)
|
|
Clinical Acceptability of AI
Prazo: Baseline(MDT Day 1)
|
Physician-rated clinical acceptability of AI recommendations using a Likert 5-point scale (1 = unacceptable, 5 = fully acceptable).
|
Baseline(MDT Day 1)
|
|
MDT Discussion Efficiency
Prazo: Baseline(MDT Day 1)
|
Physician-rated efficiency of MDT discussion process aided by AI using a Likert 5-point scale (1 = very inefficient, 5 = very efficient).
|
Baseline(MDT Day 1)
|
|
Process Convenience
Prazo: Baseline(MDT Day 1)
|
Physician-rated convenience of the AI-integrated workflow using a Likert 5-point scale (1 = very inconvenient, 5 = very convenient).
|
Baseline(MDT Day 1)
|
|
Added Value to Clinical Decision
Prazo: Baseline(MDT Day 1)
|
Physician-rated added value of AI to clinical decision-making using a Likert 5-point scale (1 = no added value, 5 = significant added value).
|
Baseline(MDT Day 1)
|
|
Learning and Training Value
Prazo: Baseline(MDT Day 1)
|
Physician-rated learning and training value of AI system using a Likert 5-point scale (1 = no value, 5 = high value).
|
Baseline(MDT Day 1)
|
|
Overall Satisfaction
Prazo: Baseline(MDT Day 1)
|
Physician-rated overall satisfaction with AI-assisted MDT using a Likert 5-point scale (1 = very dissatisfied, 5 = very satisfied).
|
Baseline(MDT Day 1)
|
|
Willingness to Use in Future
Prazo: Baseline(MDT Day 1)
|
Physician-rated willingness to use AI system in future clinical practice using a Likert 5-point scale (1 = definitely not willing, 5 = definitely willing).
|
Baseline(MDT Day 1)
|
|
Disease-Free Survival (DFS)
Prazo: 3 years
|
Time from treatment initiation to disease recurrence or death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
|
Progression-Free Survival (PFS)
Prazo: 3 years
|
Time from treatment initiation to disease progression or death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
|
Overall Survival (OS)
Prazo: 3 years
|
Time from treatment initiation to death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Colaboradores
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Publicações Gerais
- Pillay B, Wootten AC, Crowe H, Corcoran N, Tran B, Bowden P, Crowe J, Costello AJ. The impact of multidisciplinary team meetings on patient assessment, management and outcomes in oncology settings: A systematic review of the literature. Cancer Treat Rev. 2016 Jan;42:56-72. doi: 10.1016/j.ctrv.2015.11.007. Epub 2015 Nov 24.
- Kim JK, Chua ME, Li TG, Rickard M, Lorenzo AJ. Novel AI applications in systematic review: GPT-4 assisted data extraction, analysis, review of bias. BMJ Evid Based Med. 2025 Sep 22;30(5):313-322. doi: 10.1136/bmjebm-2024-113066.
- Wiegand TLT, Jung LB, Gudera JA, Schuhmacher LS, Moehrle P, Rischewski JF, Mehrzad P, Jeong S, Nguyen LH, Poeschla M, Velezmoro LI, Kruk L, Dimitriadis K, Koerte IK. Demographic inaccuracies and biases in the depiction of patients by artificial intelligence text-to-image generators. NPJ Digit Med. 2025 Jul 19;8(1):459. doi: 10.1038/s41746-025-01817-6.
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 dezembro de 2025
Conclusão Primária (Estimado)
31 de outubro de 2027
Conclusão do estudo (Estimado)
31 de dezembro de 2028
Datas de inscrição no estudo
Enviado pela primeira vez
25 de março de 2026
Enviado pela primeira vez que atendeu aos critérios de CQ
31 de maio de 2026
Primeira postagem (Real)
4 de junho de 2026
Atualizações de registro de estudo
Última Atualização Postada (Real)
4 de junho de 2026
Última atualização enviada que atendeu aos critérios de controle de qualidade
31 de maio de 2026
Última verificação
1 de maio de 2026
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- KY2025-1003-02
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
INDECISO
Descrição do plano IPD
Patient information cannot be disclosed.
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 .