AI-system för anatomisk igenkänning och lesionsdetektion i nasofaryngolarygngoskopi: En prospektiv studie
26 december 2025 uppdaterad av: Ruijin Hospital
Utveckling och validering av ett artificiellt intelligenssystem för anatomisk platsigenkänning och läsionsdetektion baserat på elektroniska nasofaryngolaryngoskopiska bilder: En prospektiv multicenterstudie
Ett artificiellt intelligens-assisterat system tränas och valideras genom att samla in nasofaryngolaryngeoskopibilder från patienter.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Detaljerad beskrivning
För att adressera de kliniska smärtpunkterna med traditionell nasofaryngolarygoskopi, såsom ofullständig visualisering, felaktig identifiering och otydlig bildgivning, kommer denna studie retrospektivt att samla in nasofaryngolarygoskopibilder och baslinjeinformation (inklusive kön och ålder) från patienter som genomgått nasofaryngolarygoskopi vid deltagande centra för modellträning och validering.
Djupinlärningsalgoritmer kommer att tillämpas för att konstruera modellen.
Den slutliga kliniska prestandautvärderingen av modellen kommer att genomföras med hjälp av en oberoende, prospektivt insamlad testkohort.
Studietyp
Observationell
Inskrivning (Beräknad)
500
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Bin Ye, MD PhD
- Telefonnummer: +8615216616895
- E-post: aydyebin@126.com
Studieorter
-
-
-
Shanghai, Kina
- Rekrytering
- Ruijin Hospital, Shanghai Jiao Tong University School of Medicine
-
Kontakt:
- Bin Ye, MD PhD
- Telefonnummer: +8615216616895
- E-post: aydyebin@126.com
-
-
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
Sannolikhetsprov
Studera befolkning
Bilddata från patienter som genomgått nasofaryngolarygoskopi och uppfyllde forskningskraven samlades in från olika undercenter runt om i landet.
Beskrivning
Inklusionskriterier:
- Ålder ≥ 18 år;
- Har genomgått standard elektronisk nasofaryngolarygoskopi;
- Patienter som genomgått biopsiprovtagning har en tydlig patologisk diagnos;
- Har undertecknat ett skriftligt informerat samtyckesformulär.
Exklusionskriterier:
- Bildkvaliteten är undermålig med allvarliga rörelseartefakter;
- Läsionsbilder är otydliga och ofullständiga.
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 |
Intervention / Behandling |
|---|---|
|
Modelltränings- och valideringskohorter
En djupinlärningsmodell tränas med hjälp av träningsdatamängden och valideras med den interna valideringsmängden.
|
Den djupa inlärningsmodellen tränas med träningsdatamängden och testas med den interna valideringsmängden.
Den prospektiva datamängden används för jämförande testning av modellen och läkarna.
|
|
Prospektiv testkohort
Patienter rekryteras prospektivt, videor från nasofaryngolaringoskopiundersökningar samlas in och videodata bearbetas för att bilda ett prospektivt testdataset, som sedan används för testning.
|
Den djupa inlärningsmodellen tränas med träningsdatamängden och testas med den interna valideringsmängden.
Den prospektiva datamängden används för jämförande testning av modellen och läkarna.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
prestanda för lesiondetektion
Tidsram: Inom 3 månader efter avslutad prospektiv datainsamling
|
Modellens area under ROC-kurvan (ROC-AUC) för detektering av avvikande läsioner
|
Inom 3 månader efter avslutad prospektiv datainsamling
|
|
prestanda för anatomisk platsigenkänning
Tidsram: Inom 3 månader efter att den prospektiva datainsamlingen slutförts
|
Modellens genomsnittliga precision (AP) för att känna igen nasofaryngeala och laryngeala anatomiska platser
|
Inom 3 månader efter att den prospektiva datainsamlingen slutförts
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Jämförelse av diagnostisk prestanda mellan modellen och läkare
Tidsram: Inom 3 månader efter avslutad prospektiv datainsamling
|
Skillnader i känslighet, specificitet och övergripande noggrannhet mellan AI-modellen och endoskopister med olika antal års erfarenhet
|
Inom 3 månader efter avslutad prospektiv datainsamling
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
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 december 2025
Primärt slutförande (Beräknad)
31 december 2026
Avslutad studie (Beräknad)
31 mars 2027
Studieregistreringsdatum
Först inskickad
26 december 2025
Först inskickad som uppfyllde QC-kriterierna
26 december 2025
Första postat (Faktisk)
8 januari 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
8 januari 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
26 december 2025
Senast verifierad
1 december 2025
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2025-811
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
OBESLUTSAM
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 .