AI-assisterad fasindelning och behandlingsbeslutsfattande för hepatocellulärt karcinom

1. Studiebeskrivning

   Kort sammanfattning: Den precisa behandlingen av primärt hepatocellulärt karcinom (HCC) är i hög grad beroende av noggrann sjukdomsstadieindelning (CNLC, TNM, BCLC) och vetenskapligt behandlingsbeslut, vilket kräver integration av både bilddata och kliniska baslinjedata. Denna studie rekryterar prospektivt HCC-patienter och kliniska läkare över olika sjukhusnivåer för att utvärdera det kliniska värdet av en självutvecklad artificiell intelligensmodell (AI) för att assistera i flerdimensionell omfattande bedömning och behandlingsbeslut. Genom att använda en Multi-Rater Multi-Case (MRMC) korsvis balanserad design jämför studien noggrannheten hos kliniska utvärderingar som utförs av läkare under "oassisterade (utan AI)" kontra "AI-assisterade" förhållanden. Ett huvudfokus är att undersöka om AI signifikant kan förbättra läkares omfattande bedömningsförmåga i primär-/sekundärvårdssjukhus, och därigenom prospektivt minska diagnostisk och terapeutisk heterogenitet över olika institutionsnivåer.

   Guldstandard (Referensstandard): Referensstandarden (Ground Truth) för alla prospektivt inkluderade fall fastställs av ett oberoende expertpanel bestående av 3 auktoritativa experter. Panelen fastställer de slutliga standardsvaren för de fyra klassificeringsuppgifterna genom blindad oberoende utvärdering och gemensam diskussion (röstningssystem), med inkludering av kompletta prospektiva bilddata, kliniska baslinjedata, multidisciplinärt team (MDT) konsensus, och slutliga patologiska eller kliniska uppföljningsresultat.

2. Behörighetskriterier

2.1 Utvärderarens behörighet:

1. Seniorläkare på tertiärsjukhus: Anställda på avdelningen för hepato-pankreato-biliär kirurgi, onkologi eller relaterade avdelningar på klass III betyg A (tertiär) sjukhus, med yrkestitel som överläkare eller högre.
2. Juniorläkare på tertiärsjukhus: Anställda på relaterade avdelningar på klass III betyg A (tertiär) sjukhus, med yrkestitel som underläkare.
3. Läkare på primär-/sekundärvårdssjukhus: Kliniska läkare anställda på länssjukhus eller klass II allmänna sjukhus.
4. Informerat samtycke: Måste frivilligt samtycka till att delta i utvärderingen och underteckna det informerade samtyckesformuläret.

2.2 Patient-/fallbehörighet:

Inklusionskriterier:

1. Ålder > 18 år.
2. Patienter som prospektivt presenterar med misstänkt eller nydiagnostiserat primärt hepatocellulärt karcinom (HCC) som senare bekräftas av patologi eller uppfyller Kinas levercancer (CNLC) riktlinjer.
3. Kompletta baslinjekliniska data inhämtade under den prospektiva rekryteringsperioden, inklusive komplett anamnes över nuvarande/tidigare sjukdom, ECOG PS-poäng, omfattande laboratorietester (leverfunktion, koagulation, tumörmarkörer som AFP, etc.), och baslinje kontrastförstärkt CT av buken.
4. Patienter (eller deras lagliga företrädare) måste ge skriftligt informerat samtycke för att deras kliniska data ska användas i denna prövning.

Exklusionskriterier:

1. Patienter med sekundär (metastatisk) levercancer eller samtidiga allvarliga maligniteter i andra system.
2. Patienter som inte fullföljer de nödvändiga baslinjebild- eller laboratorietesterna, vilket förhindrar noggrann stadieberäkning (t.ex. saknade data för Child-Pugh poäng).
3. Patienter som tidigare har fått anti-tumörbehandlingar för levercancer före inkludering.

3. Studiedesign

Interventionsmodell: Korsvis tilldelning Maskering: Enkelblind. Deltagande utvärderare är blinda för guldstandardsvaren för fallen och för utvärderingsresultaten från andra deltagande läkare.

Armar och interventioner:

Falluppsättningspartitionering: 108 prospektivt och konsekutivt inkluderade behöriga HCC-fall grupperas och slumpmässigt delas in i Dataset Set A (54 fall) och Dataset Set B (54 fall). Det säkerställs att det inte finns några statistiskt signifikanta skillnader mellan de två uppsättningarna gällande tumörbörda, leverfunktionsgradering och stadieindelningsfördelning.

Utvärderargruppering: Totalt 12 prospektivt rekryterade kliniska läkare inkluderas, bestående av 4 i tertiärsjukhus seniorgruppen, 4 i tertiärsjukhus juniorgruppen och 4 i primär-/sekundärsjukhusgruppen. De delas in i två utvärderingsgrupper baserat på stratifierad randomisering:

Grupp A (6 utvärderare): 2 tertiär senior, 2 tertiär junior, 2 primär-/sekundärsjukhus.

Grupp B (6 utvärderare): 2 tertiär senior, 2 tertiär junior, 2 primär-/sekundärsjukhus.

Arm 1 - Grupp A Utvärderare:

Fas 1 Intervention (Kontroll): Oberoende utvärdering av Set A (54 fall) som kombinerar kliniska texter och bilddata, registrering av 4 klassificeringsresultat, utan AI-assistans.

Fas 2 Intervention (Experimentell): Utvärdering av Set B (54 fall). Systemet presenterar AI-modellens 4 prediktionsresultat och relaterade bevis; läkare ger det slutliga omdömet efter omfattande referens.

Arm 2 - Grupp B Utvärderare:

Fas 1 Intervention (Kontroll): Oberoende utvärdering av Set B (54 fall) som kombinerar kliniska texter och bilddata, registrering av 4 klassificeringsresultat, utan AI-assistans.

Fas 2 Intervention (Experimentell): Utvärdering av Set A (54 fall). Läkare ger det slutliga omdömet efter att ha refererat till AI-modellens resultat.

4. Utfallsmått

Primärt utfall:

Förbättring i total noggrannhet: Skillnaden i genomsnittlig noggrannhet över de 4 klassificeringsuppgifterna mellan AI-assisterad utvärdering (experimentell grupp) och oberoende utvärdering (kontrollgrupp).

Sekundära utfall:

Homogeniseringseffekt: Bedömning av om skillnaden i klinisk utvärderingsnoggrannhet mellan läkare i primär-/sekundärsjukhusgruppen och tertiärsjukhusgrupperna signifikant minskar under AI-assistans.

Utvärderingseffektivitet: Jämförelse av genomsnittlig utvärderingstid per fall mellan läkare med och utan AI-assistans.

Interbedömaröverensstämmelse: Jämförelse av överensstämmelsen i utvärderingsresultat bland läkare (t.ex. med Kappa-statistik), med och utan AI-assistans.

5. Statistisk analysplan & Stickprovsstorlek

Stickprovsstorleksberättigande:

Stickprovsstorleksberäkningen för denna studie är baserad på den förväntade förändringen i den totala genomsnittliga noggrannheten över alla nivåer av prospektivt rekryterade läkare. Det uppskattas att den totala genomsnittliga noggrannheten utan AI-assistans är 0,60, och med AI-assistans är 0,70.

Genom att sätta signifikansnivån för ett tvåsidigt test till 0,05 (motsvarande ett Z-värde på cirka 1,96) och den statistiska styrkan till 0,80 (motsvarande ett Z-värde på cirka 0,84), bestämdes stickprovsstorleken med standard statistisk metod för att jämföra två oberoende proportioner. Antagande om ingen klustereffekt från flera fallutvärderingar av samma läkare indikerar denna beräkning att varje interventionsgrupp kräver minst 353 oberoende utvärderingar.

Styrkeverifiering:

I den faktiska konfigurationen av denna studie finns det totalt 12 läkare.

Totala oberoende utvärderingar för kontrollgruppen (utan AI) = Grupp A (6 utvärderare) x Set A (54 fall) + Grupp B (6 utvärderare) x Set B (54 fall) = 648 oberoende utvärderingar.

Totala oberoende utvärderingar för experimentgruppen (med AI) också = 648 oberoende utvärderingar.

Eftersom 648 utvärderingar är större än det krävda basbehovet på 353 utvärderingar, har den nuvarande konfigurationen av fall och läkare redan tillräcklig statistisk styrka. Denna stickprovsstorlek ger en konservativ marginal (cirka 1,8 gånger baskravet) för att adekvat ta hänsyn till eventuell klustereffekt (intraklasskorrelation) från flera fallutvärderingar av samma läkare i denna MRMC-design.