此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

AI算法引导活检用于不确定和低风险前列腺MRI病灶的前列腺癌检测

2026年8月18日 更新者:University of Arkansas

一项前瞻性随机I/II期研究:基于人工智能算法引导的活检用于不确定性和低风险前列腺MRI病灶患者的前列腺癌检测

应用AI算法检测前列腺癌具有可行性,在MRI表现不明确的病灶患者中以及具有低风险MRI病灶但伴有高风险临床特征的患者中,采用AI指导的活检(AI靶向及病灶周围活检)可提高临床显著性前列腺癌的检出率。

研究概览

详细说明

主要可行性目标:

1. 评估患者对基于研究方案和人工智能算法结果的随机分组及活检建议的接受率。 该评估将在第一阶段可行性部分入组的前10名患者中进行。

主要疗效目标:

1. 在按1:1比例随机分配至各组的患者中,评估人工智能算法指导活检(干预组)与常规活检(对照组)的每患者及每病灶临床显著性前列腺癌检出率。 该评估将在每组25名患者(共50名患者)中进行。

次要目标(这些目标将通过入组的全部50名受试者(25名/组)的终点数据来实现):

  1. 评估接受人工智能算法指导(干预组)与常规(对照组)前列腺活检患者的良性及临床非显著性前列腺癌(格里森评分<7)发生率。
  2. 评估人工智能算法指导活检(AI靶向及病灶周前列腺活检)与常规活检在检测临床显著性前列腺癌方面的特异性和敏感性。
  3. 获取并评估接受常规活检与人工智能算法指导活检受试者的不良事件、泌尿功能(国际前列腺症状评分)、性功能(国际勃起功能指数)、生活质量[简明健康调查量表和创伤后成长量表评分]及决策后悔量表测量结果。

探索性目标:

1. 对标准常规活检、病灶周活检和AI靶向活检均检出临床显著性前列腺癌的患者,通过基因组和转录组学方法(全外显子组测序+靶向RNA测序或单细胞RNA测序)收集数据,并比较所有终点的收集数据以分析病灶周活检、AI靶向活检与常规标准活检之间的差异。

研究类型

介入性

注册 (估计的)

50

阶段

  • 不适用

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。

学习联系方式

学习地点

    • Arkansas
      • Little Rock、Arkansas、美国、72205
        • 招聘中
        • University of Arkansas for Medical Sciences
        • 接触:
          • Ahmet Aydin, MD
          • 电话号码:501-686-8530
        • 首席研究员:
          • Ahmet M Aydin, MD

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

描述

纳入标准:

  1. 年龄40岁或以上。
  2. 近12周内进行过前列腺磁共振成像(pMRI)检查。
  3. 东部肿瘤协作组(ECOG)体能状态评分为0-1分。
  4. pMRI显示PIRADS 3病灶,且PSA升高(40至75岁患者“≥3.0 ng/ml”,75岁以上患者“≥4.0 ng/ml”)。
  5. pMRI显示PIRADS 1-2病灶,且PSA升高(40至75岁患者“≥3.0 ng/ml”,75岁以上患者“≥4.0 ng/ml”),并至少满足以下一项:

    1. 高PSA密度(≥0.15 ng/ml/g)
    2. 可疑直肠指检结果
    3. 阳性/高风险血液或尿液生物标志物检测
    4. 高风险种族背景(黑人/非裔美国人)
    5. 存在增加前列腺癌风险的胚系突变
    6. 显著个人病史
    7. 显著家族史
    8. PSA水平持续显著升高(持续升高至少12个月且24个月内增幅≥100%,末次水平经两次确认)

排除标准:

  1. 年龄未满18岁。
  2. pMRI显示PIRADS 4-5病灶。
  3. 经活检确诊为临床显著前列腺癌(csPCa)(格里森评分≥7(3+4))。
  4. 曾确诊前列腺癌并接受主动监测、手术或放疗管理。

    a.(允许入组情况:既往未接受pMRI检查、系统活检仅发现格里森评分6(3+3)前列腺癌、目前需行确认性前列腺活检的患者)

  5. 身体状况不适合麻醉。
  6. 有造影剂或类似化学成分化合物过敏史。
  7. 存在妨碍进行pMRI或前列腺活检的病史。
  8. 存在影响pMRI图像质量的医疗情况(如人工髋关节置换、直肠积气过多)。
  9. 研究者认为可能影响研究安全进行的其他任何情况。

女性与少数族裔纳入说明:所有参与者均为未确诊前列腺癌的男性。 所有种族和族裔的男性均有资格参与本研究。 因此本研究不纳入女性受试者。

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

  • 主要用途:诊断
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
实验性的:基于双参数MRI的级联深度学习人工智能算法
该人工智能模型输入双参数DICOM序列(T2加权图像、高b值弥散加权图像和表观弥散系数图),输出包括二元前列腺器官及前列腺内病灶分割结果。 本研究将评估一款新近开发并经内外验证的人工智能算法,针对具有较高临床风险特征(如高PSA密度)的疑似病灶(PI-RADS 3分病灶)和阴性病灶(PI-RADS 1-2分病灶)的前列腺癌检测能力。
人工智能系统应用于医学影像领域,主要通过特定类型的磁共振成像(MRI)数据,实现病灶(如前列腺癌)的自动检测与分类。
无干预:病灶周围前列腺活检
符合当前NCCN指南推荐的标准前列腺护理活检方案:系统模板活检(12个活检核心)+ MRI靶向活检(仅针对PI-RADS 3类病灶,3个活检核心)

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
患者基于研究方案和AI算法结果对随机分组及活检建议的接受率
大体时间:4个月
前10名入组并随机分组受试者中,同意接受其被随机分配的经会阴前列腺活检手术,并根据研究方案和AI算法结果接受活检建议的人数和百分比。
4个月
将患者按1:1比例随机分配至各组后,AI算法指导活检(干预组)与常规活检(对照组)在每位患者及每个病灶层面的临床显著性前列腺癌检出率对比
大体时间:4个月

按患者和按病灶分析的每个研究组别活检核心中检测到的临床显著性前列腺癌(csPCa)百分比。

我们预期在AI算法指导活检组中,csPCa检出率至少达到42%,相较于当前传统前列腺活检组预期15%的csPCa检出率,这将实现27%的提升。

4个月

次要结果测量

结果测量
大体时间
在接受AI算法指导或当代前列腺活检的患者中,检测出的良性且临床无意义前列腺癌的比例。
大体时间:4个月
4个月
在所有入组两个研究组的患者中,临床显著性前列腺癌(csPCa)检测的真阳性、假阳性、真阴性和假阴性结果占比与当代活检检测csPCa的对比
大体时间:4个月
4个月
采用CTCAE v5.0分级标准对接受当代活检与人工智能算法指导活检受试者的不良事件评估
大体时间:4个月
4个月
对接受当代活检与AI算法指导活检受试者的尿路功能评估(IPSS)
大体时间:4个月
4个月
对接受现代活检与人工智能算法指导活检受试者的性功能评估(IIEF量表)
大体时间:4个月
4个月
对接受当代活检与人工智能算法指导活检的受试者使用TMI量表和SF12量表评分进行生活质量评估
大体时间:4个月
4个月
使用决策后悔量表(表格DRS)对接受当代活检与AI算法指导活检的受试者进行决策后悔评估
大体时间:4个月
4个月

其他结果措施

结果测量
大体时间
在前列腺癌(csPCa)中,通过病灶周围活检、人工智能靶向活检和当代标准活检诊断出的基因组和转录组特征的表达水平和/或表达谱
大体时间:4个月
4个月

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。

调查人员

  • 首席研究员:Ahmet M Aydin, MD、University of Arkansas

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)

2026年6月19日

初级完成 (估计的)

2028年1月1日

研究完成 (估计的)

2029年1月1日

研究注册日期

首次提交

2025年11月13日

首先提交符合 QC 标准的

2025年11月14日

首次发布 (实际的)

2025年11月17日

研究记录更新

最后更新发布 (实际的)

2026年8月19日

上次提交的符合 QC 标准的更新

2026年8月18日

最后验证

2026年8月1日

更多信息

与本研究相关的术语

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅