Forskning om tillämpningen av screening av pankreascancer, artificiell intelligensmodell "PANDA PLUS"

Denna studie syftar till att använda storskalig realtidsbilddata från flera centra, inklusive det första anslutna sjukhuset vid Zhejiang University, Lishui Central Hospital och det andra anslutna sjukhuset vid Nanchang University, inom en framtida verklig kohort. Radiologer kommer att stratifieras efter år av erfarenhet och slumpmässigt indelas i två grupper. En grupp kommer att använda screeningmodellen för pankreascancer, PANDA PLUS, medan den andra kommer att använda en pseudo-PANDA-modell för att hjälpa till vid diagnos under rutinmässig klinisk praxis. Båda grupperna kommer att spåras för fall med avbildningsrapporter som tyder på möjlig PDAC-positivitet, och uppföljning kommer att verifiera de slutliga resultaten av patienter med negativa avbildningsrapporter. Patienter med positiva rapporter kommer att få regelbunden uppföljning var tredje månad för att erhålla klinisk historia, patologiska guldstandarder, initiala tumörmarkörer, resektabilitetsklassificering, TNM-stadieindelning och långtidsöverlevnadsdata. Studien kommer att utvärdera effektiviteten av PANDA PLUS för att hjälpa kliniska radiologer att diagnostisera PDAC under icke-kontrast-CT-tillstånd och jämföra känsligheten, specificiteten och det positiva prediktiva värdet av PDAC-detektion mellan pseudo-PANDA- och PANDA PLUS-modellerna. Dessutom kommer det att jämföra skillnader i initial TNM-stadieindelning, resektabilitet och långtidsöverlevnadsdata. Studien kommer också att utvärdera detektionseffektiviteten hos PANDA PLUS för trippelnegativ PDAC (negativa kliniska symtom, negativa tumörmarkörer och negativ CT-bild utan kontrast).