Искусственный интеллект ускоряет кривую обучения для освоения ультразвукового исследования узлов щитовидной железы с контрастным усилением
8 августа 2023 г. обновлено: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
Искусственный интеллект ускоряет кривую обучения для освоения системы отчетов и данных визуализации щитовидной железы для ультразвукового исследования с контрастным усилением
Целью этого обсервационного исследования является изучение кривой обучения для освоения системы отчетов и данных визуализации щитовидной железы для ультразвукового исследования с контрастным усилением с помощью искусственного интеллекта у пациентов с узлами щитовидной железы. Основные вопросы, на которые она призвана ответить, следующие:
- Можем ли мы разработать программное обеспечение с искусственным интеллектом, чтобы помочь врачам диагностировать узлы щитовидной железы с помощью ультразвукового исследования с контрастным усилением?
- Может ли искусственный интеллект сократить количество случаев и время, необходимое врачам для освоения ультразвуковой диагностики узлов щитовидной железы с контрастным усилением?
Участникам будет предложено пройти ультразвуковое исследование с контрастным усилением и тонкоигольную аспирацию узлов щитовидной железы под ультразвуковым контролем. Исследователи сравнит количество случаев и время, затрачиваемое врачами с помощью искусственного интеллекта и без него, чтобы освоить ультразвуковую диагностику узлов щитовидной железы с контрастным усилением, чтобы увидеть, сократит ли искусственный интеллект количество случаев и время.
Обзор исследования
Статус
Рекрутинг
Условия
Вмешательство/лечение
Тип исследования
Наблюдательный
Регистрация (Оцененный)
1000
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Jingliang Ruan, PhD
- Номер телефона: +8613694202230
- Электронная почта: ruanjl3@mail.sysu.edu.cn
Места учебы
-
-
Guangdong
-
Guangzhou, Guangdong, Китай, 510289
- Рекрутинг
- Sun Yat-sen Memorial Hospital, Sun Yat-sen University
-
Контакт:
- Jingliang Ruan, PhD
- Номер телефона: +8613694202230
- Электронная почта: ruanjl3@mail.sysu.edu.cn
-
Главный следователь:
- Jingliang Ruan, PhD
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Н/Д
Метод выборки
Вероятностная выборка
Исследуемая популяция
Исследуемая популяция с одинаковыми показаниями для УЗИ с контрастированием и тонкоигольной аспирационной биопсии:
- Планируемая абляция или операция;
- По крайней мере один подозрительный ультразвуковой признак, такой как гипоэхогенные/очень гипоэхогенные, неровные/дольчатые края, высота больше ширины или точечные эхогенные очаги.
Описание
Критерии включения:
- Пациенты с узлами щитовидной железы с солидным компонентом ≥5 мм, подтвержденным обычным ультразвуковым исследованием;
- Пациенты, перенесшие обычное УЗИ, УЗИ с контрастным усилением и тонкоигольную аспирационную биопсию;
- Пациенты с окончательными доброкачественными или злокачественными патологическими результатами.
Критерий исключения:
- Пациенты с цитопатологией Bethesda I, III или IV и без окончательной доброкачественной или злокачественной патологии；
- Пациенты с историей аблации или хирургического вмешательства на щитовидной железе;
- Пациенты с некачественными ультразвуковыми изображениями.
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Обучающий набор
Пациенты с узлами щитовидной железы прошли ультразвуковое исследование с контрастным усилением и тонкоигольную аспирацию под ультразвуковым контролем в январе 2018 г. и декабре 2020 г. в Мемориальной больнице имени Сунь Ятсена Университета им. Сунь Ятсена.
|
Искусственный интеллект помог радиологам извлечь ультразвуковые признаки узлов щитовидной железы.
|
|
Набор внутренних тестов
Пациенты с узлами щитовидной железы прошли ультразвуковое исследование с контрастным усилением и тонкоигольную аспирацию под ультразвуковым контролем в январе 2021 г. и мае 2023 г. в Мемориальной больнице Сунь Ятсена Университета Сунь Ятсена.
|
Искусственный интеллект помог радиологам извлечь ультразвуковые признаки узлов щитовидной железы.
|
|
Набор внешних тестов
Пациенты с узлами щитовидной железы прошли ультразвуковое исследование с контрастным усилением и тонкоигольную аспирацию под ультразвуковым контролем в январе 2022 г. и июне 2023 г. в больнице Хоуцзе в Дунгуане и Центральной народной больнице в Чжаньцзяне.
|
Искусственный интеллект помог радиологам извлечь ультразвуковые признаки узлов щитовидной железы.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Площадь под кривой.
Временное ограничение: В конце первого (М1), третьего (М3) и шестого (М6) месяцев ротации стажеров.
|
Анализ кривой рабочих характеристик приемника.
|
В конце первого (М1), третьего (М3) и шестого (М6) месяцев ротации стажеров.
|
|
Количество дел
Временное ограничение: В конце первого (М1), третьего (М3) и шестого (М6) месяцев ротации стажеров.
|
Профессорско-преподавательский состав, отвечающий за программу обучения, оценил навыки каждого ординатора.
|
В конце первого (М1), третьего (М3) и шестого (М6) месяцев ротации стажеров.
|
|
Время дел.
Временное ограничение: В конце первого (М1), третьего (М3) и шестого (М6) месяцев ротации стажеров.
|
Профессорско-преподавательский состав, отвечающий за программу обучения, оценил навыки каждого ординатора.
|
В конце первого (М1), третьего (М3) и шестого (М6) месяцев ротации стажеров.
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Следователи
- Главный следователь: Jingliang Ruan, PhD, Sun Yat-sen Memorial Hospital,Sun Yat-sen University
Публикации и полезные ссылки
Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.
Общие публикации
- Haugen BR, Alexander EK, Bible KC, Doherty GM, Mandel SJ, Nikiforov YE, Pacini F, Randolph GW, Sawka AM, Schlumberger M, Schuff KG, Sherman SI, Sosa JA, Steward DL, Tuttle RM, Wartofsky L. 2015 American Thyroid Association Management Guidelines for Adult Patients with Thyroid Nodules and Differentiated Thyroid Cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 2016 Jan;26(1):1-133. doi: 10.1089/thy.2015.0020.
- Russ G, Bonnema SJ, Erdogan MF, Durante C, Ngu R, Leenhardt L. European Thyroid Association Guidelines for Ultrasound Malignancy Risk Stratification of Thyroid Nodules in Adults: The EU-TIRADS. Eur Thyroid J. 2017 Sep;6(5):225-237. doi: 10.1159/000478927. Epub 2017 Aug 8.
- Burgos N, Zhao J, Brito JP, Hoang JK, Pitoia F, Maraka S, Castro MR, Lee JH, Singh Ospina N. Clinician Agreement on the Classification of Thyroid Nodules Ultrasound Features: A Survey of 2 Endocrine Societies. J Clin Endocrinol Metab. 2022 Jul 14;107(8):e3288-e3294. doi: 10.1210/clinem/dgac279.
- Tessler FN, Middleton WD, Grant EG, Hoang JK, Berland LL, Teefey SA, Cronan JJ, Beland MD, Desser TS, Frates MC, Hammers LW, Hamper UM, Langer JE, Reading CC, Scoutt LM, Stavros AT. ACR Thyroid Imaging, Reporting and Data System (TI-RADS): White Paper of the ACR TI-RADS Committee. J Am Coll Radiol. 2017 May;14(5):587-595. doi: 10.1016/j.jacr.2017.01.046. Epub 2017 Apr 2.
- Burgos N, Ospina NS, Sipos JA. The Future of Thyroid Nodule Risk Stratification. Endocrinol Metab Clin North Am. 2022 Jun;51(2):305-321. doi: 10.1016/j.ecl.2021.12.002. Epub 2022 May 4.
- Zhou J, Yin L, Wei X, Zhang S, Song Y, Luo B, Li J, Qian L, Cui L, Chen W, Wen C, Peng Y, Chen Q, Lu M, Chen M, Wu R, Zhou W, Xue E, Li Y, Yang L, Mi C, Zhang R, Wu G, Du G, Huang D, Zhan W; Superficial Organ and Vascular Ultrasound Group of the Society of Ultrasound in Medicine of the Chinese Medical Association; Chinese Artificial Intelligence Alliance for Thyroid and Breast Ultrasound. 2020 Chinese guidelines for ultrasound malignancy risk stratification of thyroid nodules: the C-TIRADS. Endocrine. 2020 Nov;70(2):256-279. doi: 10.1007/s12020-020-02441-y. Epub 2020 Aug 21.
- Shin JH, Baek JH, Chung J, Ha EJ, Kim JH, Lee YH, Lim HK, Moon WJ, Na DG, Park JS, Choi YJ, Hahn SY, Jeon SJ, Jung SL, Kim DW, Kim EK, Kwak JY, Lee CY, Lee HJ, Lee JH, Lee JH, Lee KH, Park SW, Sung JY; Korean Society of Thyroid Radiology (KSThR) and Korean Society of Radiology. Ultrasonography Diagnosis and Imaging-Based Management of Thyroid Nodules: Revised Korean Society of Thyroid Radiology Consensus Statement and Recommendations. Korean J Radiol. 2016 May-Jun;17(3):370-95. doi: 10.3348/kjr.2016.17.3.370. Epub 2016 Apr 14.
- Kwak JY, Han KH, Yoon JH, Moon HJ, Son EJ, Park SH, Jung HK, Choi JS, Kim BM, Kim EK. Thyroid imaging reporting and data system for US features of nodules: a step in establishing better stratification of cancer risk. Radiology. 2011 Sep;260(3):892-9. doi: 10.1148/radiol.11110206. Epub 2011 Jul 19.
- Sidhu PS, Cantisani V, Dietrich CF, Gilja OH, Saftoiu A, Bartels E, Bertolotto M, Calliada F, Clevert DA, Cosgrove D, Deganello A, D'Onofrio M, Drudi FM, Freeman S, Harvey C, Jenssen C, Jung EM, Klauser AS, Lassau N, Meloni MF, Leen E, Nicolau C, Nolsoe C, Piscaglia F, Prada F, Prosch H, Radzina M, Savelli L, Weskott HP, Wijkstra H. The EFSUMB Guidelines and Recommendations for the Clinical Practice of Contrast-Enhanced Ultrasound (CEUS) in Non-Hepatic Applications: Update 2017 (Long Version). Ultraschall Med. 2018 Apr;39(2):e2-e44. doi: 10.1055/a-0586-1107. Epub 2018 Mar 6.
- Zhang Y, Zhou P, Tian SM, Zhao YF, Li JL, Li L. Usefulness of combined use of contrast-enhanced ultrasound and TI-RADS classification for the differentiation of benign from malignant lesions of thyroid nodules. Eur Radiol. 2017 Apr;27(4):1527-1536. doi: 10.1007/s00330-016-4508-y. Epub 2016 Aug 15.
- Tang C, Fang K, Guo Y, Li R, Fan X, Chen P, Chen Z, Liu Q, Zou Y. Safety of Sulfur Hexafluoride Microbubbles in Sonography of Abdominal and Superficial Organs: Retrospective Analysis of 30,222 Cases. J Ultrasound Med. 2017 Mar;36(3):531-538. doi: 10.7863/ultra.15.11075. Epub 2017 Jan 10.
- Seifert P, Gorges R, Zimny M, Kreissl MC, Schenke S. Interobserver agreement and efficacy of consensus reading in Kwak-, EU-, and ACR-thyroid imaging recording and data systems and ATA guidelines for the ultrasound risk stratification of thyroid nodules. Endocrine. 2020 Jan;67(1):143-154. doi: 10.1007/s12020-019-02134-1. Epub 2019 Nov 18.
- Wildman-Tobriner B, Buda M, Hoang JK, Middleton WD, Thayer D, Short RG, Tessler FN, Mazurowski MA. Using Artificial Intelligence to Revise ACR TI-RADS Risk Stratification of Thyroid Nodules: Diagnostic Accuracy and Utility. Radiology. 2019 Jul;292(1):112-119. doi: 10.1148/radiol.2019182128. Epub 2019 May 21.
- Zhang B, Tian J, Pei S, Chen Y, He X, Dong Y, Zhang L, Mo X, Huang W, Cong S, Zhang S. Machine Learning-Assisted System for Thyroid Nodule Diagnosis. Thyroid. 2019 Jun;29(6):858-867. doi: 10.1089/thy.2018.0380. Epub 2019 Apr 27.
- Peng S, Liu Y, Lv W, Liu L, Zhou Q, Yang H, Ren J, Liu G, Wang X, Zhang X, Du Q, Nie F, Huang G, Guo Y, Li J, Liang J, Hu H, Xiao H, Liu Z, Lai F, Zheng Q, Wang H, Li Y, Alexander EK, Wang W, Xiao H. Deep learning-based artificial intelligence model to assist thyroid nodule diagnosis and management: a multicentre diagnostic study. Lancet Digit Health. 2021 Apr;3(4):e250-e259. doi: 10.1016/S2589-7500(21)00041-8. Erratum In: Lancet Digit Health. 2021 Jul;3(7):e413.
- Jin Z, Pei S, Ouyang L, Zhang L, Mo X, Chen Q, You J, Chen L, Zhang B, Zhang S. Thy-Wise: An interpretable machine learning model for the evaluation of thyroid nodules. Int J Cancer. 2022 Dec 15;151(12):2229-2243. doi: 10.1002/ijc.34248. Epub 2022 Sep 12.
- Chen Y, Gao Z, He Y, Mai W, Li J, Zhou M, Li S, Yi W, Wu S, Bai T, Zhang N, Zeng W, Lu Y, Liu H. An Artificial Intelligence Model Based on ACR TI-RADS Characteristics for US Diagnosis of Thyroid Nodules. Radiology. 2022 Jun;303(3):613-619. doi: 10.1148/radiol.211455. Epub 2022 Mar 22.
- Zhao CK, Ren TT, Yin YF, Shi H, Wang HX, Zhou BY, Wang XR, Li X, Zhang YF, Liu C, Xu HX. A Comparative Analysis of Two Machine Learning-Based Diagnostic Patterns with Thyroid Imaging Reporting and Data System for Thyroid Nodules: Diagnostic Performance and Unnecessary Biopsy Rate. Thyroid. 2021 Mar;31(3):470-481. doi: 10.1089/thy.2020.0305. Epub 2020 Sep 9.
- Zhao J, Zhou X, Shi G, Xiao N, Song K, Zhao J, Hao R, Li K. Semantic consistency generative adversarial network for cross-modality domain adaptation in ultrasound thyroid nodule classification. Appl Intell (Dordr). 2022;52(9):10369-10383. doi: 10.1007/s10489-021-03025-7. Epub 2022 Jan 13.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Оцененный)
3 января 2024 г.
Первичное завершение (Оцененный)
30 июля 2026 г.
Завершение исследования (Оцененный)
31 декабря 2026 г.
Даты регистрации исследования
Первый отправленный
24 июля 2023 г.
Впервые представлено, что соответствует критериям контроля качества
8 августа 2023 г.
Первый опубликованный (Действительный)
9 августа 2023 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
9 августа 2023 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
8 августа 2023 г.
Последняя проверка
1 августа 2023 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- SYSKY-2023-702-01
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .
Клинические исследования Узел щитовидной железы
-
Rajiv Gandhi Cancer Institute & Research Center...ЗавершенныйОбъективная оценка движения голосовых связок с помощью видеоларингоскопа C-Mac в сравнении с ультразвуковым исследованием дыхательных путей в Ca ThyroidИндия
Клинические исследования Искусственный интеллект
-
Satellite HealthcareЗавершенныйНедоедание | Терминальная стадия почечной недостаточности | ГипоальбуминемияСоединенные Штаты
-
Taipei Veterans General Hospital, TaiwanНеизвестныйСиндром слабости | Кластерная машина для реабилитации Intelligent POWERТайвань
-
Abramson Cancer Center of the University of PennsylvaniaЗавершенныйСимптоматическая опухоль грудиСоединенные Штаты