人工智能驱动的胃癌淋巴结转移精准识别模型的开发与应用
2024年8月1日 更新者：Qun Zhao、Hebei Medical University
河北医科大学
这项名为“人工智能驱动的胃癌淋巴结转移精准识别模型的开发与应用”的临床试验旨在通过利用尖端人工智能（AI）技术来增强胃癌的检测和治疗。 这项研究将开发一种人工智能驱动的模型，旨在准确识别胃癌患者的淋巴结转移，这对于疾病分期和规划有效的治疗策略至关重要。
该试验将涉及一个由肿瘤学家、放射科医生、数据科学家和人工智能专家组成的多学科团队，他们将合作创建一个强大而精确的识别系统。 参与者将接受标准诊断程序，人工智能模型将分析影像和病理数据以预测淋巴结受累。
通过将人工智能模型的预测与传统诊断方法进行比较，该研究试图验证模型的准确性和效率。 这种方法有望提高早期检测率，减少诊断错误，并最终为胃癌患者带来更好的临床结果。 这种人工智能驱动模型的成功实施可能会彻底改变当前的护理标准，并成为将人工智能技术整合到其他癌症诊断和治疗中的蓝图。
研究概览
研究类型
观察性的
注册 (估计的)
300
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Hebei
-
Shijiazhuang、Hebei、中国、050011
- 招聘中
- Department of General Surgery
-
首席研究员：
- Qun Zhao, Doctor
-
接触：
- Ping'an Ding
- 电话号码：031186095363
- 邮箱：ding_ping_an@hebmu.edu.cn
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
不适用
取样方法
非概率样本
研究人群
题为“人工智能驱动的胃癌淋巴结转移准确识别模型（AID-GLNM）的开发和应用”临床试验的研究人群将包括诊断为胃癌的患者，重点关注那些表现出淋巴结转移的患者参与。
描述
纳入标准：
- 胃癌的诊断：胃癌的确诊，无论是新诊断的还是复发的。
- 淋巴结受累：影像学研究或病理报告表明怀疑或证实淋巴结受累。
- 年龄：18岁或以上的患者。
- 表现状态：东部肿瘤合作组 (ECOG) 的表现状态为 0 至 2，表示允许参与研究的功能状态。
- 知情同意：能够提供参与研究的书面知情同意。
排除标准：
- 怀孕或哺乳期：孕妇或哺乳期妇女，因为对胎儿或婴儿存在潜在风险。
- 严重合并症：存在可能干扰研究或造成额外风险的严重合并症。
- 既往人工智能驱动的诊断干预：之前使用过专门针对胃癌淋巴结转移的任何人工智能驱动的诊断模型。
- 无法遵守：无法或不愿意遵守研究程序，包括随访和数据收集。
- 精神或认知障碍：损害提供知情同意或有效参与研究的能力的状况。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
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 |
|---|---|---|
|
转移淋巴结的识别
大体时间：2025-12-31
|
构建基于人工智能技术的预测模型，在术前准确识别转移性腹周淋巴结。
|
2025-12-31
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2024年7月1日
初级完成 (估计的)
2025年12月31日
研究完成 (估计的)
2030年7月30日
研究注册日期
首次提交
2024年7月25日
首先提交符合 QC 标准的
2024年8月1日
首次发布 (实际的)
2024年8月2日
研究记录更新
最后更新发布 (实际的)
2024年8月2日
上次提交的符合 QC 标准的更新
2024年8月1日
最后验证
2024年8月1日
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.