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

AI-Assisted 3D Reconstruction for Lung Resection Planning

23 de setembro de 2026 atualizado por: Giacomo Argento, S. Andrea Hospital

Prospective Validation of an Artificial Intelligence-Based 3D Reconstruction Model for Preoperative Planning of Lung Resection.

This prospective observational study aims to validate an artificial intelligence (AI)-based system for automated three-dimensional (3D) reconstruction of pulmonary anatomy from preoperative chest computed tomography (CT) scans in patients undergoing lung resection.

The AI system will automatically identify and reconstruct relevant pulmonary anatomical structures, including pulmonary arteries, veins, bronchi, lobes, and segments. AI-generated 3D reconstructions will be compared with expert manual 3D reconstructions and with anatomical findings documented during surgery.

The primary objective is to assess the anatomical accuracy of AI-generated 3D reconstructions in identifying surgically relevant bronchovascular anatomy and anatomical variants. Secondary objectives include evaluating accuracy for individual anatomical structures, discrepancies between automated and manual reconstructions, concordance with intraoperative findings, and the time required to generate and review the automated reconstruction.

The study is observational and will not modify the planned surgical procedure or standard patient care.

Visão geral do estudo

Descrição detalhada

Patients scheduled for anatomical lung resection who meet the study eligibility criteria will be prospectively enrolled. Preoperative contrast-enhanced chest CT images acquired as part of routine clinical care will be used for 3D reconstruction.

For each patient, an AI-based segmentation system will generate a 3D reconstruction of the relevant pulmonary anatomy, including pulmonary arterial, venous and bronchial structures, as well as lobar and segmental anatomy when applicable. The automated reconstruction will be reviewed without modifying the planned surgical treatment.

AI-generated reconstructions will be compared with expert manual 3D reconstructions and with anatomical findings documented intraoperatively. Particular attention will be given to the identification of surgically relevant bronchovascular branches and anatomical variants.

The primary analysis will assess the proportion of patients in whom the AI-generated reconstruction accurately represents all predefined surgically relevant anatomical structures for the planned resection, without clinically relevant omissions or incorrect structures.

Secondary analyses will assess performance at the individual anatomical-structure level, including arterial, venous and bronchial structures; characterize errors and discrepancies between automated and manual reconstruction; evaluate concordance with intraoperative anatomy; and assess the time required for automated reconstruction and expert review.

The study is a prospective, single-center observational validation study. All diagnostic and therapeutic decisions, including the indication and type of lung resection, will be made according to standard clinical practice independently of study participation.

Tipo de estudo

Observacional

Inscrição (Estimado)

50

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.

Locais de estudo

    • Lazio
      • Rome, Lazio, Itália, 00189

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

18 anos e mais velhos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Não

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

Adult patients undergoing anatomical lung resection at the Thoracic Surgery Unit of Sant'Andrea University Hospital who have a preoperative contrast-enhanced chest CT scan suitable for AI-based 3D reconstruction.

Descrição

Inclusion Criteria:

  • Age ≥18 years
  • Scheduled for anatomical lung resection (segmentectomy, lobectomy, bilobectomy, or pneumonectomy)
  • Availability of a preoperative contrast-enhanced chest CT scan suitable for 3D reconstruction, with slice thickness ≤1.5 mm.
  • Ability to provide informed consent.

Exclusion Criteria:

  • Preoperative CT images of insufficient quality or technical characteristics for 3D reconstruction.
  • Cancellation of the planned surgical procedure before surgery.
  • Inability or unwillingness to provide informed consent.

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

  • Modelos de observação: COHORT
  • Perspectivas de Tempo: PROSPECTIVE

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Prospective Validation Cohort

Patients undergoing lung resection who are prospectively enrolled for validation of the AI-based 3D reconstruction system. Preoperative CT images will be processed by the AI system, and the resulting 3D reconstructions will be compared with expert manual reconstruction and intraoperative anatomical findings.

Preoperative contrast-enhanced chest CT images will be processed using an artificial intelligence-based segmentation system to automatically generate three-dimensional reconstructions of pulmonary anatomy, including pulmonary arteries, veins, bronchi, lobes, and segments when applicable. The AI-generated reconstructions will be evaluated against expert manual 3D reconstruction and intraoperative anatomical findings. The AI output will not determine or modify the planned surgical treatment.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Patient-Level Anatomical Accuracy of AI-Generated 3D Reconstruction
Prazo: From preoperative CT imaging through completion of the surgical procedure

Proportion of patients in whom the AI-generated 3D reconstruction correctly represents all predefined surgically relevant pulmonary arterial, venous, and bronchial structures and anatomical variants for the planned lung resection, without clinically relevant omissions or incorrectly represented structures. Accuracy will be assessed by comparison with expert manual 3D reconstruction and intraoperative anatomical findings.

From preoperative CT imaging through completion of the surgical procedure

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)

2 de novembro de 2026

Conclusão Primária (Estimado)

1 de maio de 2027

Conclusão do estudo (Estimado)

1 de agosto de 2027

Datas de inscrição no estudo

Enviado pela primeira vez

23 de setembro de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

23 de setembro de 2026

Primeira postagem (Real)

1 de outubro de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

1 de outubro de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

23 de setembro de 2026

Última verificação

1 de setembro de 2026

Mais Informações

Termos relacionados a este estudo

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