Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Оптимизация лечения опухолей почек с помощью модулей искусственного интеллекта

16 марта 2025 г. обновлено: Shao Pengfei

Мультимодальный искусственный интеллект для оптимизации лечения опухолей почки: диагностика, хирургия и прогноз

Целью этого наблюдательного исследования является улучшение лечения людей с опухолью почки с помощью мультимодального искусственного интеллекта (ИИ). Он также будет измерять точность прогнозов моделей ИИ. Основные вопросы, на которые он призван ответить:

может ли модуль искусственного интеллекта точно предоставлять информацию об опухолях, такую как доброкачественная или злокачественная, подтипы, классификация, стадия и т. д., изучая предоперационные КТ-изображения.
может ли модуль искусственного интеллекта помочь врачам подобрать наиболее подходящую хирургическую программу для людей с опухолью почки.
может ли модуль искусственного интеллекта интегрировать КТ-изображения и слайды патологии, предлагая дополнительную прогностическую информацию для улучшения послеоперационной выживаемости.

Участники, прошедшие КТ (обычно КТ с контрастным усилением, CECT) и перенесшие радикальную или частичную нефрэктомию, будут осуществлять активное наблюдение и регистрировать данные послеоперационной выживаемости в течение 5 лет.

Обзор исследования

Статус

Рекрутинг

Условия

Подробное описание

В этом исследовании модель искусственного интеллекта будет изучать и уточнять особенности КТ-изображений опухоли почки и патологических изображений, которые трудно обнаружить вручную, а затем сопоставлять их с клиническими результатами, тем самым улучшая процесс диагностики и лечения опухолей почки. Во-первых, модель может точно различать подтипы опухолей почки и прогнозировать стадию, степень и сложность, чтобы избежать неправильного диагноза и помочь врачам в разработке плана лечения. Во-вторых, обучаясь на хирургических видео, модель может предоставлять дополнительную информацию во время операций, например, важные анатомические ориентиры и расположение опухолей. Наконец, сочетая радиомику и патомику, модель может различать пациентов с высоким и низким риском после операции, обеспечивая тем самым персонализированные прогностические рекомендации.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

2100

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

Имя: Shao Pengfei, Professor
Номер телефона: +8613851925825
Электронная почта: spf032@hotmail.com

Учебное резервное копирование контактов

Имя: Miao Haoqi, Postgraduate
Номер телефона: +8613276636957
Электронная почта: mhq@stu.njmu.edu.cn

Места учебы

Китай
- Jiangsu
  - Nanjing, Jiangsu, Китай, 210036
    - Рекрутинг
    - The First Affiliated Hospital of Nanjing Medical University (Jiangsu Provincial People's Hospital)
    - Контакт:
      
      Shao Pengfei, Professor
      
      Номер телефона: +8613851925825
      
      Электронная почта: spf032@hotmail.com
    - Контакт:
      
      Miao Haoqi, Postgraduate
      
      Номер телефона: +8613276636957
      
      Электронная почта: mhq@stu.njmu.edu.cn

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

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

Пациенты с опухолями почек при визуализирующих исследованиях, перенесшие операцию

Описание

Критерии включения:

Пациенты с опухолью почки, которую можно лечить хирургическим путем;
Завершить CECT в течение 30 дней до операции;
Пациенты, которые полностью понимают данное исследование и подписывают информированное согласие;

Критерии исключения:

Пациенты, у которых какой-либо элемент отсутствует в исходной клинической и патологоанатомической информации;
Пациенты, у которых к моменту обнаружения опухоли уже имеются метастазы;
Предыдущее лечение в любой форме, включая хирургическое вмешательство, таргетную терапию и иммунотерапию;

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

Что измеряет исследование?

Первичные показатели результатов

Мера результата	Мера Описание	Временное ограничение
Оценка эффективности моделей ИИ с помощью модели комплексной оценки «AUC» Временное ограничение: От поступления до окончания 5-летнего наблюдения	«AUC» относится к области под кривой ROC (рабочая характеристика приемника), которая указывает на эффективность модели в прогнозировании патологической информации о раке предстательной железы, связанной с иммуногистохимией, после операции, а AUC находится в диапазоне от 0 до 1, причем большее значение что указывает на лучший эффект прогнозирования.	От поступления до окончания 5-летнего наблюдения

Вторичные показатели результатов

Мера результата	Мера Описание	Временное ограничение
Оценка эффективности модели для прогнозирования прогноза участников после операции с помощью анализа выживания Каплана-Мейера. Временное ограничение: От поступления до окончания 5-летнего наблюдения	Анализ выживания Каплана-Мейера — это непараметрическая статистика, которая в основном используется для определения факторов, указывающих на выживание.	От поступления до окончания 5-летнего наблюдения

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Shao Pengfei

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 (Действительный)

1 января 2025 г.

Первичное завершение (Оцененный)

1 января 2028 г.

Завершение исследования (Оцененный)

31 декабря 2033 г.

Даты регистрации исследования

Первый отправленный

2 декабря 2024 г.

Впервые представлено, что соответствует критериям контроля качества