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

AI-förbättrad bildbehandling vid populationsbaserad bröstcancerscreening

11 februari 2026 uppdaterad av: Ying Zheng, Fudan University

Befolkningsbaserad bröstcancerscreeningstudie med AI-assisterad bildteknik

Artificiell intelligens (AI)-assisterade bildtekniker (inklusive AI-assisterad bröstultraljud och AI-assisterad mammografi) kan effektivt förbättra noggrannheten och effektiviteten vid bröstbildundersökningar, men deras tillämpning inom storskalig populationsbaserad bröstcancerscreening är fortfarande mycket begränsad.

Detta projekt syftar till att förbättra effektiviteten och genomförbarheten av bröstcancerscreening genom att adressera kärnfrågor och flaskhalsar inom populationsbaserad bröstcancerscreening. Vi kommer att genomföra en prospektiv klusterkontrollerad screeningstudie i allmänbefolkningen, med distriktsbaserad klustergruppering. Interventionsgruppen kommer att genomgå kombinerad screening med AI-assisterat ultraljud plus AI-assisterad mammografi, medan kontrollgruppen kommer att få konventionell screening: bröstultraljud för första screening och mammografi för sekundär screening.

Baserat på populationsscreeningpraxis kommer vi att utvärdera effektiviteten av AI-assisterad bilddiagnostisk teknik inom olika tekniska aspekter av faktisk screening och utföra kostnadseffektivitetsanalyser. Denna studie kommer att undersöka tillämpningen av AI-assisterad bröstbildteknik inom populationsbaserad bröstcancerscreening, vilket ger vetenskapliga bevis för storskalig implementering av AI-assisterade bildtekniker. Dessutom kommer vi, genom att kombinera populationsscreeningpraxis med modellsimuleringar, att utforska flerdimensionella bröstcancerscreeningstrategier för att optimera screeningsmetoder och tekniker för den kinesiska befolkningen.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Interventionell

Inskrivning (Beräknad)

16000

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studieorter

    • Shaghai
      • Shanghai, Shaghai, Kina, 021
        • Rekrytering
        • Fudan University Shanghai Cancer Center
        • Kontakt:

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

Ja

Beskrivning

Inklusionskriterier:

  • kvinnor i åldern 35 till 69 år, som deltog i projektet "Screening för två cancerformer (bröst- och livmoderhalscancer)" och som inte hade någon tidigare bröstcancer, inklusive in situ-cancer, eller någon annan cancer under de senaste fem åren.

Exklusionskriterier:

  • har allvarlig hjärt- och lunginsufficiens, leversvikt eller njursvikt, eller andra systemiska sjukdomar, och en förväntad livslängd på mindre än fem år

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: Icke-randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: AI-assisterad screening
Interventionsgruppen kommer att genomgå kombinerad screening med hjälp av AI-assisterad ultraljud plus AI-assisterad mammografi
Inget ingripande: Rutinmässig screening

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Incidensen av tidig bröstcancer under en ettårsuppföljningsperiod, jämfört mellan kvinnor som genomgick AI-assisterad screening och de med rutinscreening
Tidsram: Från inskrivning till 1 år efter avslutad screening
Tidig bröstcancer definierades som cancer som var begränsad till bröstet (lokal) eller till bröstet och regionala lymfkörtlar (lokoregional). Specifikt avsåg det tumörer <2 cm i diameter, utan ipsilateral axillär lymfkörtelinvolvering och utan fjärrmetastaser. Enligt American Joint Committee on Cancer (AJCC) TNM-klassificeringssystemet (8:e utgåvan) och den kinesiska riktlinjen för bröstcancerscreening och tidig diagnos och behandling (2021, Peking) omfattade tidig bröstcancer stadium 0 (inklusive duktal carcinoma in situ och lobulärt carcinoma in situ), stadium I och stadium II.
Från inskrivning till 1 år efter avslutad screening
Detektionsfrekvensen av misstänkta bröstförändringar (inklusive massor och kalcifikationer) under ett års uppföljningsperiod, jämfört mellan kvinnor som genomgick AI-assisterad ultraljudsundersökning kombinerad med AI-assisterad mammografi och de som fick rutinmässig screening
Tidsram: Från inkludering till 1 år efter avslutad screening
Från inkludering till 1 år efter avslutad screening

Samarbetspartners och utredare

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

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 januari 2025

Primärt slutförande (Beräknad)

31 december 2027

Avslutad studie (Beräknad)

31 december 2027

Studieregistreringsdatum

Först inskickad

6 februari 2026

Först inskickad som uppfyllde QC-kriterierna

11 februari 2026

Första postat (Faktisk)

13 februari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

13 februari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

11 februari 2026

Senast verifierad

1 januari 2026

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 2024AI

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 .

Prenumerera