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

Mammografiscreening med artificiell intelligens (MASAI) (MASAI)

8 mars 2024 uppdaterad av: Region Skane

En randomiserad, enkelblind, kontrollerad studie om effektiviteten av mammografiscreening med artificiell intelligens - MASAI-studien

Syftet med denna randomiserade kontrollerade studie är att bedöma om AI kan förbättra effekten av mammografiscreening, genom att anpassa singel- och dubbelläsning baserat på AI-härledda cancerriskpoäng och att använda AI som ett beslutsstöd i skärmavläsningen, jämfört med konventionella mammografiscreening (dubbelläsning utan AI).

Studieöversikt

Status

Aktiv, inte rekryterande

Betingelser

Detaljerad beskrivning

Europeiska riktlinjer rekommenderar att mammografiundersökningar vid bröstcancerscreening läses av två bröstradiologer för att säkerställa en hög känslighet. Dubbelläsning är dock resurskrävande och resulterar fortfarande i missade cancerformer. Datorstödd detektion baserad på AI har visat sig ha liknande noggrannhet som en genomsnittlig bröstradiolog. AI kan användas som beslutsstöd genom att markera misstänkta fynd i bilden samt ett sätt att triagera skärmundersökningar efter risk för malignitet.

Kvalificerade kvinnor kommer att randomiseras (1:1) till interventionen (AI-integrerad mammografiscreening) eller kontrollarmen (konventionell mammografiscreening). I interventionsarmen kommer undersökningar att analyseras med AI och triageras i två grupper baserat på risk för malignitet. Lågriskprov kommer att vara enkellästa och högriskprov kommer att vara dubbellästa. Högriskgruppen kommer att innehålla ca. 10 % av screeningpopulationen. Inom högriskgruppen kommer tentor med högst 1 % risk som standard att återkallas av läsarna med undantag för uppenbara falska positiva. AI-riskpoäng och datorstödd detektion (CAD)-märken för misstänkta förkalkningar och massor ges till läsaren/läsarna. I kontrollarmen dubbelläses skärmundersökningar utan AI (standard of care). Med tanke på samspelet mellan antalet intervallcancer och arbetsbelastning, kommer studien att anses vara framgångsrik om intervallcancerfrekvensen i interventionsarmen inte är mer än 20 % större än i kontrollarmen. Om intervallcancerfrekvensen är statistiskt och kliniskt signifikant lägre i interventionsarmen än i kontrollarmen, kommer AI-integrerad mammografiscreening att anses vara överlägsen konventionell mammografiscreening.

Studietyp

Interventionell

Inskrivning (Faktisk)

100000

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studieorter

    • Skane
      • Malmö, Skane, Sverige, 20550
        • Mammography Unit, Unilabs/Skane University 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

Åldrar som är berättigade till studier

38 år till 72 år (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier:

Kvinnor är berättigade till populationsbaserad mammografiscreening.

Exklusions kriterier:

Ingen.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Undersökning
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Interventionsarm
AI-integrerad mammografiscreening
Skärmundersökning kommer att analyseras med ett AI-system (Transpara, ScreenPoint, Nijmegen, Nederländerna) som tilldelar undersökningar med ett cancerriskpoäng från 1 till 10, samt presenterar CAD-märken vid misstänkta fynd. Tentor med riskpoäng 1-9 kommer att vara enkellästa och tentamen med poäng 10 kommer att vara dubbelläst. Riskpoäng och CAD-betyg ges till läsaren/läsarna. Läsaren/läsarna kommer att bestämma om de ska återkalla kvinnan för upparbetning eller inte (enligt vårdstandard). Dessutom kommer prov med högst 1 % risk som standard att återkallas med undantag för uppenbara falska positiva resultat.
Experimentell: Kontrollarm
Konventionell mammografiscreening (standardvård)
Skärmundersökningar kommer att läsas av två radiologer utan stöd av AI.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Intervall-cancerfrekvens
Tidsram: 43 månader
Kvinnor med intervallcancer per 1000 skärmar
43 månader

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Cancer-detekteringsfrekvens
Tidsram: 15 månader
Kvinnor med skärmupptäckt cancer per 1000 skärmar
15 månader
Återkallningsfrekvens
Tidsram: 15 månader
Antal återkallanden per 1000 skärmar
15 månader
Falskt positiv ränta
Tidsram: 15 månader
Kvinnor med falskt positivt per 1000 skärmar
15 månader
Positivt prediktivt värde-1
Tidsram: 15 månader
Kvinnor med cancer för alla minnen
15 månader
Känslighet och specificitet
Tidsram: 43 månader
Sant och falskt positiv frekvens
43 månader
Cancerupptäckt per cancertyp
Tidsram: 19 månader
Skärmdetektering av cancer i förhållande till cancertyp, storlek och stadium
19 månader
Tumörbiologi av intervallcancer
Tidsram: 43 månader
Karakterisering av intervallcancer per typ, storlek och stadium
43 månader
Arbetsbelastning för skärmläsning
Tidsram: 19 månader
Antal skärmläsningar och antal konsensusmöten
19 månader
Inkrementell kostnadseffektivitetskvot
Tidsram: 43 månader
Det inkrementella kostnadseffektivitetsförhållandet för AI-integrerad mammografiscreening jämfört med standardvård
43 månader

Samarbetspartners och utredare

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

Sponsor

Utredare

  • Huvudutredare: Kristina Lång, MD PhD, Region Skane

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)

12 april 2021

Primärt slutförande (Beräknad)

12 november 2024

Avslutad studie (Beräknad)

12 april 2025

Studieregistreringsdatum

Först inskickad

6 april 2021

Först inskickad som uppfyllde QC-kriterierna

8 april 2021

Första postat (Faktisk)

9 april 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

12 mars 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

8 mars 2024

Senast verifierad

1 mars 2024

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 2020-04936

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

IPD kan anses delas i framtida samarbeten.

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 .

Kliniska prövningar på Bröstcancer

Kliniska prövningar på AI-screeningsmodalitet

3
Prenumerera