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

Валидация Joint-AI в диагностике солидных поражений поджелудочной железы

22 декабря 2024 г. обновлено: Bin Cheng, Huazhong University of Science and Technology

Валидация мультимодальной модели искусственного интеллекта в диагностике солидных поражений поджелудочной железы: проспективное, многоцентровое, рандомизированное, контролируемое исследование

Это клиническое исследование направлено на то, чтобы выяснить, может ли мультимодальная модель искусственного интеллекта (ИИ) улучшить диагностику солидных поражений поджелудочной железы. Основные вопросы, на которые он призван ответить:

  1. Повышает ли модель искусственного интеллекта диагностические возможности эндоскопистов при диагностике солидных поражений поджелудочной железы?
  2. Улучшает ли добавление анализа интерпретируемости диагностическую эффективность ассистирующих эндоскопистов? Исследователи будут сравнивать диагностическую эффективность эндоскопистов с помощью модели ИИ или без нее.

Участники:

  1. Их клинические данные будут проспективно собраны.
  2. Они будут рандомизированы в группу искусственного интеллекта и группу традиционной диагностики.

Обзор исследования

Статус

Еще не набирают

Условия

Вмешательство/лечение

Подробное описание

Ранее исследователи разработали мультимодальную модель искусственного интеллекта (Joint-AI) на основе эндоскопических ультразвуковых изображений и клинических данных для диагностики солидных поражений поджелудочной железы. Это исследование направлено на улучшение производительности модели Joint-AI с помощью проспективно собранного набора данных и ее проверку с помощью рандомизированного контролируемого клинического исследования.

Тип исследования

Интервенционный

Регистрация (Оцененный)

716

Фаза

  • Непригодный

Контакты и местонахождение

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

Контакты исследования

  • Имя: Bin Cheng
  • Номер телефона: 86-13986097542
  • Электронная почта: b.cheng@tjh.tjmu.edu.cn

Места учебы

  • Китай
    • Hubei
      • Wuhan, Hubei, Китай, 430030
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • Контакт:

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

Описание

Критерии включения:

  • Визуализирующие исследования (МРТ, КТ, B-УЗИ) показывают твердое образование в поджелудочной железе, что требует проведения тонкоигольной аспирации/биопсии под контролем эндоскопического ультразвука (EUS-FNA/B) для уточнения характера поражения у пациентов.
  • Письменное согласие предоставлено

Критерии исключения:

  • Возраст до 18 лет

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

  • Основная цель: Диагностика
  • Распределение: Рандомизированный
  • Интервенционная модель: Параллельное назначение
  • Маскировка: Двойной

Оружие и интервенции

Группа участников / Армия
Вмешательство/лечение
Без вмешательства: Традиционная диагностика
Эндоскописты диагностируют солидные поражения поджелудочной железы на основании эндоскопических ультразвуковых изображений и клинических данных.
Экспериментальный: Совместная диагностика с помощью искусственного интеллекта
Эндоскописты диагностируют солидные поражения поджелудочной железы на основе эндоскопических ультразвуковых изображений, клинических данных и прогнозов, сделанных с помощью модели Joint-AI.
Диагностический тест: Помощь модели Joint-AI
Прогнозы, данные моделью Joint-AI, будут предоставлены эндоскопистам во время постановки диагноза.
Экспериментальный: Интерпретируемая диагностика с помощью Joint-AI
Эндоскописты диагностируют солидные поражения поджелудочной железы на основе эндоскопических ультразвуковых изображений, клинических данных, прогнозов, предоставленных Joint-AI, и результатов анализа интерпретируемости, используемых для повышения прозрачности процесса принятия решений модели Joint-AI.
Диагностический тест: Помощь интерпретируемой модели Joint-AI
Прогнозы, данные моделью Joint-AI, и результаты анализа интерпретируемости будут предоставлены эндоскопистам во время постановки диагноза.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Скорость правильной диагностической классификации с помощью модели Joint-AI
Временное ограничение: По окончании обучения в среднем 1 год
Частота правильных диагнозов при различении рака поджелудочной железы от других нераковых поражений, определяемая путем сравнения диагноза эндоскописта, подтвержденного моделью Joint-AI, с окончательным гистопатологическим диагнозом (эталонный стандарт).
По окончании обучения в среднем 1 год
Скорость правильной диагностической классификации с помощью интерпретируемой модели совместного искусственного интеллекта
Временное ограничение: По окончании обучения в среднем 1 год
Частота правильных диагнозов при различении рака поджелудочной железы от других нераковых поражений, определяемая путем сравнения оценок эндоскописта с помощью модели Interpretable Joint-AI с окончательным гистопатологическим диагнозом (эталонный стандарт).
По окончании обучения в среднем 1 год

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Степень правильной диагностической классификации модели Joint-AI и интерпретируемой модели Joint-AI
Временное ограничение: По окончании обучения в среднем 1 год
Диагностическая точность моделей ИИ в этом проспективно собранном наборе данных.
По окончании обучения в среднем 1 год
Оценка уверенности эндоскописта при диагностике с помощью ИИ (оценка находится по шкале от 0% до 100%, где 0 означает «совсем не уверен», а 100 означает «полностью уверен»)
Временное ограничение: По окончании обучения в среднем 1 год
Уверенность в диагнозе, сообщаемая эндоскопистом, будет измеряться по шкале от 0 до 100, где 0 означает «совсем не уверен», а 100 означает «полностью уверен». Более высокие баллы указывают на большую диагностическую достоверность. Оценки достоверности будут оцениваться отдельно для диагнозов, поставленных с использованием модели Joint-AI и интерпретируемой модели Joint-AI.
По окончании обучения в среднем 1 год
Скорость правильной диагностической классификации эндоскопистов без помощи ИИ
Временное ограничение: По окончании обучения в среднем 1 год
По окончании обучения в среднем 1 год

Соавторы и исследователи

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

Спонсор

Huazhong University of Science and Technology

Соавторы

Beijing Friendship Hospital
Qilu Hospital of Shandong University
Sir Run Run Shaw Hospital
Shanghai Longhua Hospital
Beijing Union Hosptial
Affiliated Drum Tower Hospital of Nanjing University Medical School

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)

1 января 2025 г.

Первичное завершение (Оцененный)

1 января 2026 г.

Завершение исследования (Оцененный)

1 января 2026 г.

Даты регистрации исследования

Первый отправленный

17 декабря 2024 г.

Впервые представлено, что соответствует критериям контроля качества

22 декабря 2024 г.

Первый опубликованный (Действительный)

25 марта 2025 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

25 марта 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

22 декабря 2024 г.

Последняя проверка

1 декабря 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • Joint-AI 2024

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

продукт, произведенный в США и экспортированный из 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. .

Подписаться