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

Retrospektiva Patologiska Foundation-modeller

16 november 2025 uppdaterad av: Nanfang Hospital, Southern Medical University

Utveckling och klinisk tillämpning av djupinlärningsbaserade retrospektiva patologiska grundmodeller

Genom att integrera retrospektiv multimodala data som patologi och bildtagning erbjuder AI-tekniker nya lösningar för sjukdomsklassificering, tumörgradering, histologisk och molekylär subtypering, val av kemoterapiregimer, riskstratifiering och behandlingsresponsprediktion. Denna forskningsriktning fördjupar inte bara vår förståelse för tumörers biologiska egenskaper utan ger också viktigt stöd för precisionsmedicin och individualiserad terapi. Den har betydande teoretiskt och praktiskt värde och har viktiga implikationer för att mildra ansträngda medicinska resurser och förbättra noggrannheten i terapeutiskt beslutsfattande, vilket representerar en banbrytande applikation med betydande translationspotential.

Studieöversikt

Status

Anmälan via inbjudan

Betingelser

Studietyp

Observationell

Inskrivning (Beräknad)

2000

Kontakter och platser

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

Studieorter

    • Guangdong
      • Guangzhou, Guangdong, Kina, 510515
        • Nanfang Hospital, Southern Medical University
    • Shandong
      • Jinan, Shandong, Kina, 250014
        • Qianfoshan 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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Inklusionskriterierna omfattade patienter i åldern 18–75 år med definitiva patologiska diagnoser. Alla fall samlades retrospektivt från Nanfang Hospital, Southern Medical University (NFHSMU).

Beskrivning

Inklusionskriterier:

  1. Ålder 18-75 år.
  2. Patienter med kompletta patologiska preparat och klinisk information.

Exklusionskriterier:

1. Patienter med saknad data eller prover som inte uppfyller kvalitetskontrollkrav för analys.

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
QFSH Extern valideringsdatasätt
1000 objektglas från 1000 berättigade individer erhölls på Qianfoshan -sjukhuset (QFSH, Jinan, Kina) mellan januari 2020 och juli 2025, som användes för att validera Pathology Foundation -modellerna.
NFH-dataset
Vi genomförde en valideringsstudie för att jämföra diagnostisk prestanda mellan patologer, vår patologiska grundmodell och patolog-med-AI-assisterad diagnostik. Denna studie inleddes vid Nanfang Hospital, Southern Medical University (NFHSMU), med patientrekrytering från 1 januari 2011 till 31 juli 2024.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Område under ROC -kurva (AUC)
Tidsram: Diagnostisk utvärdering kommer att utföras inom en vecka när WSI erhålls
Område under kurvan
Diagnostisk utvärdering kommer att utföras inom en vecka när WSI erhålls

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Specificitet
Tidsram: Diagnostisk utvärdering kommer att utföras inom en vecka när WSI erhålls
Den verkliga negativa hastigheten (TNR) för den diagnostiska plattformen, vilket är förhållandet mellan antalet negativa individer korrekt kategoriserade efter plattform och det totala antalet faktiska negativa individer (%).
Diagnostisk utvärdering kommer att utföras inom en vecka när WSI erhålls
Känslighet
Tidsram: Diagnostisk utvärdering kommer att utföras inom en vecka när WSI erhålls
Den verkliga positiva hastigheten (TPR) för den diagnostiska plattformen, som är förhållandet mellan antalet positiva individer korrekt kategoriserade efter plattform och det totala antalet faktiska positiva individer (%).
Diagnostisk utvärdering kommer att utföras inom en vecka när WSI erhålls

Samarbetspartners och utredare

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

Utredare

  • Studierektor: Li Liang, Nanfang Hospital, Southern Medical University

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)

1 augusti 2025

Primärt slutförande (Beräknad)

1 juli 2027

Avslutad studie (Beräknad)

1 juli 2028

Studieregistreringsdatum

Först inskickad

16 november 2025

Först inskickad som uppfyllde QC-kriterierna

16 november 2025

Första postat (Faktisk)

20 november 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

20 november 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

16 november 2025

Senast verifierad

1 november 2025

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • NFEC-2025-419

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

Begäran om de data som samlats in och analyserats i denna studie kommer att övervägas om ansökan är i linje med allmännyttan och sökanden är villig att underteckna ett dataåtkomstavtal. Kontakt kan ske via motsvarande författare.

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 .

Prenumerera