Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Development of Artificial Intelligence System for Detection and Diagnosis of Breast Lesion Using Mammography

24 juli 2021 uppdaterad av: Sun Ying-Shi, Peking University Cancer Hospital & Institute
This project aims to establish a comprehensive artificial intelligence system for detecting and qualitative diagnosing breast lesions. Mammary images will be used to construct a diagnosis method based on deep learning. The system is proposed to automatically analyze the type of mammary glands, automatically identify and mark all breast lesions on the mammography images, provide the malignancy probability judgment of the lesions, the BI-RADS classification and the clinical suggestion, and also automatically generate the structured diagnosis report.

Studieöversikt

Status

Status

Indikerar aktuell rekryteringsstatus eller utökad åtkomststatus.
Avslutad

Betingelser

Betingelser

Sjukdomen, störningen, syndromet, sjukdomen eller skadan som studeras. På ClinicalTrials.gov kan tillstånd även innefatta andra hälsorelaterade frågor, såsom livslängd, livskvalitet och hälsorisker.

Intervention / Behandling

Intervention / Behandling

En process eller handling som är i fokus för en klinisk studie. Interventioner inkluderar läkemedel, medicinsk utrustning, procedurer, vacciner och andra produkter som antingen är undersökta eller redan tillgängliga. Interventioner kan också innefatta icke-invasiva tillvägagångssätt, såsom utbildning eller modifiering av kost och träning.

Detaljerad beskrivning

This is a multi-center study.The project contains a retrospective part(3000 samples anticipated) and a prospective part(7000 samples anticipated). In the retrospective part, investigators collected subjects with mammary images to design the deep learning method and construct a detective and diagnostic model for breast lesions. In the prospective part, investigators validate the accuracy of the constructed deep learning method, and established artificial intelligence system focusing on mammary diagnosis. Investigators will also explore the application pattern of the artificial intelligence system in clinical practice.

Studietyp

Studietyp

Beskriver arten av en klinisk studie. Studietyper inkluderar interventionsstudier (även kallade kliniska prövningar), observationsstudier (inklusive patientregister) och utökad tillgång.
Observationell

Inskrivning (Faktisk)

Inskrivning

Antalet deltagare i en klinisk studie. Den "förväntade" registreringen är det antal deltagare som forskarna behöver för studien.
5809

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

  • Kina
    • Beijing
      • Beijing, Beijing, Kina, 100142
        • Beijing Cancer Hospital
      • Beijing, Beijing, Kina
        • Beijing Chao Yang Women and Children's Health Hospital
      • Beijing, Beijing, Kina
        • Beijing Da Xing People's Hospital
      • Beijing, Beijing, Kina
        • Beijing Hang Tian Centre Hospital
      • Beijing, Beijing, Kina
        • Beijing Nan Jiao Cancer Hospital
      • Beijing, Beijing, Kina
        • Beijing Shi Jing Shan Hospital
      • Beijing, Beijing, Kina
        • Beijing Shun Yi Qu Hospital
      • Beijing, Beijing, Kina
        • Beijing Shun Yi Woman and Children Health Hospital

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Urvalskriterier

De nyckelkrav som personer som vill delta i en klinisk studie måste uppfylla eller de egenskaper de måste ha. Behörighetskriterier består av både inklusionskriterier (som krävs för att en person ska delta i studien) och uteslutningskriterier (som hindrar en person från att delta). Typer av behörighetskriterier inkluderar om en studie accepterar friska frivilliga, har ålders- eller åldersgruppskrav eller är begränsad av kön.

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Kvinna

Testmetod

Sannolikhetsprov

Studera befolkning

Women with suspected Breast Lesion

Beskrivning

Inclusion Criteria:

  • the X-ray images of the breast were complete
  • the results of pathological diagnosis or more than 2 years of mammography follow-up were available
  • subject signs informed consent(this item was only for prospective study cases)

Exclusion Criteria:

  • there exists pathological diagnosis of breast lesions when receiving mammography
  • there lacks pathological diagnosis or 2 years of mammography follow-up
  • subject withdraws(this item was only for prospective study cases)

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort

Grupp / Kohort

En grupp eller undergrupp av deltagare i en observationsstudie som bedöms för biomedicinska eller hälsomässiga resultat.
Intervention / Behandling

Intervention / Behandling

En process eller handling som är i fokus för en klinisk studie. Interventioner inkluderar läkemedel, medicinsk utrustning, procedurer, vacciner och andra produkter som antingen är undersökta eller redan tillgängliga. Interventioner kan också innefatta icke-invasiva tillvägagångssätt, såsom utbildning eller modifiering av kost och träning.
mammography group
women who receives mammography because of suspected breast lesion(s)
Diagnostiskt test: mammography
When a woman comes to the clinic to receive mammography. Then a radiologist will give a BI-RADS classification after reviewing the images. If a BI-RADS 4/5 is obtained, the woman will receive pathological biopsy to ensure there is a benign or malignant lesion. If a BI-RADS 3 is obtained, the woman will be followed up by a half-year interval until two year after the first mammography. At each follow up, she will receive mammography. If a BI-RADS 4/5 is obtained at follow up, she will receive pathological biopsy; if a BI-RADS 1/2/3 is obtained at follow up, she will be followed up by a half-year interval until two year. If a BI-RADS 1/2 is obtained at the first mammography, the woman will receive a second mammography after two year. During the study period, breast examination and results will be recorded for every subject. Radiologists will give the diagnosis with and without AI support.

Vad mäter studien?

Primära resultatmått

Primära resultatmått

I en klinisk studies protokoll är det planerade utfallsmått som är det viktigaste för att utvärdera effekten av en intervention/behandling. De flesta kliniska studier har ett primärt utfallsmått, men vissa har mer än ett.
Resultatmått
Åtgärdsbeskrivning
Tidsram
benign-malignant diagnosis accuracy
Tidsram: from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to pathology. If either one mammography of BI-RADS 4/5 in the first examination or during the two year' follow up examination is obtained,a pathological examination is performed, the lesion is judged benign or malignant according to pathological results.
from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
benign-malignant diagnosis accuracy
Tidsram: from the first mammography to 2-year-after mammography
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to follow up. If a 2-year mammography of BI-RADS 1/2/3 is obtained, the lesion is considered benign. If either one mammography of BI-RADS 4/5 during the two year is obtained,a pathological examination is performed to ensure the benign or malignant lesion
from the first mammography to 2-year-after mammography

Sekundära resultatmått

Sekundära resultatmått

I en klinisk studies protokoll, ett planerat utfallsmått som inte är lika viktigt som det primära utfallsmåttet för att utvärdera effekten av en intervention men som ändå är av intresse. De flesta kliniska studier har mer än ett sekundärt utfallsmått.
Resultatmått
Åtgärdsbeskrivning
Tidsram
lesion detection accuracy
Tidsram: from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)
the detection rate of the constructed deep learning method for detecting benign or malignant breast lesion according to radiologist's subjective diagnosis or follow up as reference. If a radiologist suggests existence of a lesion at the first mammography or at each follow-up mammography during the 2-year period, it is considered that a lesion exists
from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Sponsor

Den organisation eller person som initierar studien och som har auktoritet och kontroll över studien.
Peking University Cancer Hospital & Institute

Samarbetspartners

Samarbetspartners

En annan organisation än sponsorn som ger stöd till en klinisk studie. Detta stöd kan innefatta aktiviteter relaterade till finansiering, design, implementering, dataanalys eller rapportering.
Peking University

Utredare

Utredare

En forskare involverad i en klinisk studie. Relaterade termer inkluderar platsens huvudutredare, platsundersökaren, studieordföranden, studieledaren och studiens huvudutredare.
  • Studiestol: Ying-Shi Sun, Professor, Peking University Cancer Hospital & Institute

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

Studiestart

Det faktiska datumet då den första deltagaren registrerades i en klinisk studie. Det "förväntade" studiestartdatumet är det datum som forskarna tror kommer att vara studiens startdatum.
5 april 2018

Primärt slutförande (Faktisk)

Primärt slutförande

Det datum då den sista deltagaren i en klinisk studie undersöktes eller fick en intervention för att samla in slutliga data för det primära utfallsmåttet. Huruvida den kliniska studien avslutades enligt protokollet eller avslutades påverkar inte detta datum. För kliniska studier med mer än ett primärt utfallsmått med olika slutdatum avser denna term det datum då datainsamlingen är slutförd för alla primära utfallsmått. Det "förväntade" primära slutdatumet är det datum som forskarna tror kommer att vara det primära slutdatumet för studien.
4 maj 2020

Avslutad studie (Faktisk)

Avslutad studie

Det datum då den sista deltagaren i en klinisk studie undersöktes eller fick en intervention/behandling för att samla in slutliga data för de primära utfallsmåtten, sekundära utfallsmåtten och biverkningar (det vill säga den senaste deltagarens senaste besök). Det "förväntade" studiens slutdatum är det datum som forskarna tror kommer att vara studiens slutdatum.
4 maj 2020

Studieregistreringsdatum

Först inskickad

Först inskickad

Datumet då studiesponsorn eller utredaren först skickade in en studiepost till ClinicalTrials.gov. Det är vanligtvis en fördröjning på några dagar mellan det första inlämningsdatumet och postens tillgänglighet på ClinicalTrials.gov (det första publicerade datumet).
17 april 2018

Först inskickad som uppfyllde QC-kriterierna

Först inskickad som uppfyllde QC-kriterierna

Det datum då studiesponsorn eller utredaren först skickar in en studiepost som överensstämmer med National Library of Medicine (NLM) kvalitetskontroll (QC) granskningskriterier. Sponsorn eller utredaren kan behöva revidera och skicka in en studiepost en eller flera gånger innan NLM kvalitetskontrollkriterier uppfylls. Det är sponsorns eller utredarens ansvar att se till att studieposten överensstämmer med NLM QC-granskningskriterierna.
12 oktober 2018

Första postat (Faktisk)

Första postat

Datumet då studieposten först var tillgänglig på ClinicalTrials.gov efter granskning av National Library of Medicine (NLM) kvalitetskontroll (QC) har avslutats. Det är vanligtvis en fördröjning på några dagar mellan det datum då studiens sponsor eller utredare skickade in studieposten och det första publicerade datumet.
17 oktober 2018

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

Senaste uppdatering publicerad

Det senaste datumet då ändringar i en studiepost gjordes tillgänglig på ClinicalTrials.gov. Det kan förekomma en fördröjning mellan när ändringarna skickades till ClinicalTrials.gov av studiens sponsor eller utredare (det senaste inlämningsdatumet för uppdateringen) och den senaste uppdateringen som publicerades.
27 juli 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

Det senaste datumet då studiesponsorn eller utredaren lämnade in ändringar i en studiepost som överensstämmer med kvalitetskontrollkriterierna för National Library of Medicine (NLM). Det är sponsorns eller utredarens ansvar att se till att studieposten överensstämmer med NLM QC-granskningskriterierna.
24 juli 2021

Senast verifierad

Senast verifierad

Det senaste datumet då studiesponsorn eller utredaren bekräftade att informationen om en klinisk studie på ClinicalTrials.gov var korrekt och aktuell. Om en studie med rekryteringsstatus av rekrytering; inte rekryterar ännu; eller aktiv, inte rekrytering har inte bekräftats under de senaste 2 åren, studiens rekryteringsstatus visas som okänd.
1 juli 2021

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

Andra studie-ID-nummer

Identifierare eller ID-nummer andra än NCT-numret som tilldelats en klinisk studie av studiens sponsor, finansiärer eller andra. Dessa nummer kan innehålla unika identifierare från andra försöksregister och National Institutes of Health-bidragsnummer.
  • BCA-AI

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Cookie-inställningar

Vi använder cookies för att säkerställa att vi ger dig den bästa upplevelsen på vår webbplats. För mer information läs noggrant vår policy för sekretess och kakor. ...>>>Du kan när som helst ändra dina preferenser eller dra tillbaka ditt samtycke genom att radera kakorna från din webbplats eller dator enligt beskrivningen i policyn. Acceptera det och välj dina preferenser genom att markera motsvarande rutor i avsnittet "Hantera inställningar" nedan. Läs våra användarvillkor noga innan du fortsätter att använda någon del av denna webbplats.
«Hantera inställningar