中国PE多模态成像人工智能研究
中国肺栓塞多模态影像-人工智能研究
研究概览
详细说明
肺栓塞（PE）是一个重大的公共卫生问题。 急性期的及时诊断和治疗以及适当的长期随访策略对于PE的管理至关重要。 PE根据病程分为三个阶段：急性肺栓塞（APE）、慢性血栓栓塞性肺病（CTEPD）和慢性血栓栓塞性肺动脉高压（CTEPH）。 如果不及早诊断和治疗，APE 可导致急性右心室衰竭和死亡。 CTEPD 有可能显着损害患者的生活质量。 CTEPH 是一种罕见且可能危及生命的 PE 长期后遗症，其特征是有组织的血栓持续阻塞肺动脉，导致血流重新分布和肺微血管系统的二次重塑。 早期发现PE并实施针对性治疗计划将显着提高生存率和预后。
多模态成像测试在肺栓塞的治疗中发挥着至关重要的作用（包括计算机断层扫描肺血管造影（CTPA）、磁共振成像（MRI）、超声心动图和肺通气/灌注（V/Q）扫描）。 该指南将 CTPA 上的右心室与左心室 (RV:LV) 比率 >1.0 或超声心动图显示的右心功能障碍迹象确定为 APE 风险分层的重要指标。 被分类为高风险的患者需要在住院环境中进行更密切的监测。 而那些被分层为低风险的人适合提前出院。
因此，探索新的影像标志物并将这些标志物整合到放射学报告中可能具有潜在的临床意义。 如果没有向临床医生提供右心室功能障碍的量化证据来做出治疗决定，高危 APE 患者可能会被视为“低危”并出院回家。 此外，低危APE患者可能需要更长的住院时间，也可能不需要住院，这无疑会增加医疗费用。 对于 CTEPD 或 CTEPH 患者，治疗选择多种多样，包括多模式治疗，如肺动脉内膜切除术、球囊肺血管成形术和靶向药物治疗。 因此，多模态影像评估对于临床治疗决策和疗效监测具有重要意义。 结合人工智能（AI）技术，可提供多种指标辅助评估血栓形态、肺通气-灌注功能、心功能、血流动力学等。 人工智能不仅可以帮助寻找更多具有临床意义的影像生物标志物，还可以定制标准化放射学报告，有望解决当前的挑战。
本研究是一项多中心的真实世界研究，旨在利用来自中国肺栓塞患者的影像报告和原始数据，结合人工智能技术探索新型影像标志物，并将其集成到临床应用软件中以提供定量参数。 据推测，人工智能技术可以通过提高在现实临床环境中准确评估肺栓塞的能力来改善肺栓塞的早期诊断、鉴别诊断、风险分层和管理。 研究人员还假设，人工智能技术的整合将具有成本效益，并且可以为放射科医生和临床医生所接受。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Min Liu, PhD
- 电话号码：+86-10-84205056
- 邮箱：mikie0763@126.com
学习地点
-
-
-
Beijing、中国、100029
- 招聘中
- China-Japan Frendship hospital
-
接触：
- Min Liu, PhD
- 电话号码：+86-10-84205056
- 邮箱：mikie0763@126.com
-
接触：
- Zhenguo Zhai, PhD
- 电话号码：+86-10-84206269
- 邮箱：zhaizhenguo2011@126.com
-
首席研究员：
- Min Liu, PhD
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
- 14岁以上
- 疑似肺栓塞患者
排除标准：
- 孕妇
- 拒绝跟进
- 成像扫描不完整或中断
- 图像数据质量不足以进行分析
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
急性肺栓塞队列
|
人工智能技术将提供新颖的影像标记，并生成包含相关关键切片成像和评估结果的放射学报告
|
|
无肺动脉高压的慢性血栓栓塞性肺病队列
|
人工智能技术将提供新颖的影像标记，并生成包含相关关键切片成像和评估结果的放射学报告
|
|
慢性血栓栓塞性肺动脉高压队列
|
人工智能技术将提供新颖的影像标记，并生成包含相关关键切片成像和评估结果的放射学报告
|
|
其他肺血管疾病队列
诊断患有其他肺血管疾病的患者，包括大动脉炎、肺动脉肉瘤和纤维化纵隔炎。
|
人工智能技术将提供新颖的影像标记，并生成包含相关关键切片成像和评估结果的放射学报告
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
PE诊断率
大体时间：2年
|
AI技术前后对比。
|
2年
|
|
APE 风险分层率（低风险、中低风险、中高风险和高风险）
大体时间：2年
|
AI技术前后对比。
|
2年
|
|
慢性血栓栓塞性肺病 (CTEPD)/慢性血栓栓塞性肺动脉高压 (CTEPH) 的疾病严重程度
大体时间：2年
|
AI技术前后对比。
疾病严重程度评估全面，参考肺动脉高压综合风险评估（三层模型）[DOI: 10.1183/13993003.00879-2022]，
包括临床观察和可修改的变量。
分数越高，病情越严重。
|
2年
|
|
30天死亡率
大体时间：2年
|
PE 诊断后 30 天的患者死亡率（死亡）。
AI技术前后对比。
|
2年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
不一致的 PE 病例率
大体时间：2年
|
误报率和漏报率
|
2年
|
|
AI检测PE失败率
大体时间：2年
|
尽管进行了适当的 CTPA 采集，但人工智能仍无法解释扫描的比例
|
2年
|
|
12个月死亡率
大体时间：2年
|
PE 诊断后 12 个月的患者死亡率（死亡）。
AI技术前后对比。
|
2年
|
|
PE 住院时间
大体时间：2年
|
AI技术前后对比。
以从入院到出院的天数来衡量。
|
2年
|
|
从症状出现到最终诊断的时间
大体时间：3个月
|
AI技术前后对比。
|
3个月
|
|
使用马尔可夫模型计算 PE 的住院费用
大体时间：2年
|
AI技术前后对比。
|
2年
|
合作者和调查者
调查人员
- 研究主任：Zhenguo Zhai, PhD、China-Japan Friendship Hospital
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.