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。

基于病理学的人工智能模型用于预测前列腺癌去势抵抗时间的开发与前瞻性验证

2026年1月21日 更新者：Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

基于病理学的人工智能模型预测前列腺癌去势抵抗时间的开发与前瞻性验证

该预测测试的目标是前瞻性地测试预先开发的人工智能（AI）预测模型在预测前列腺癌去势抵抗时间方面的性能。 研究人员在前期研究中基于深度学习算法开发了这一AI模型，并在回顾性测试中表现出色。

研究概览

地位

尚未招聘

条件

干预/治疗

详细说明

激素治疗是前列腺癌的重要治疗方法，能有效延长患者生存期。 然而，几乎所有患者都会在不同时间进展为去势抵抗性前列腺癌。 目前的激素治疗选择包括雄激素剥夺疗法（ADT）、抗雄激素受体（AR）和化疗，联合治疗在早期阶段效果更佳，但副作用也更大。 因此，预测去势抵抗进展时间，并利用这一信息实施个性化治疗方案，可以在确保疗效的同时减少药物副作用。 为此，我们开发了一种人工智能预测模型，用于预测前列腺癌的去势抵抗时间，有望准确预测不同患者的进展时间，并协助医生根据个体进展风险制定个性化精准治疗方案。

本研究是一项预测性试验，不采取干预措施，计划收集入组患者的前列腺活检病理切片，并将其数字化为全切片图像（WSIs）。 AI模型将分析这些WSIs，并生成切片级别的预测结果（12个月内、12至24个月之间或超过24个月）。 常规治疗和检查将照常进行。 这两个过程互不干扰。 随后，我们将对患者进行24个月的随访，记录去势抵抗进展时间，然后将结果与预测模型进行比较。

研究类型

观察性的

注册 (估计的)

150

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

研究联系人备份

学习地点

  • 中国
    • Guangdong
      • Guangzhou、Guangdong、中国、510120
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
        • 接触：

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

取样方法

非概率样本

研究人群

计划招募在2026年1月至2026年12月期间，于中山大学孙逸仙纪念医院接受前列腺活检的前列腺癌患者，参加此项前瞻性预测试验。 将收集入组患者的活检组织病理切片，并数字化为全切片图像（WSI），用于人工智能模型的前瞻性验证。

描述

纳入标准：

  1. 患者被诊断为中高危前列腺癌；进行前列腺活检
  2. 患者仅接受前列腺癌的内分泌治疗；
  3. 患者具有完整的临床和病理信息。
  4. 患者同意参加本次诊断测试。

排除标准：

  1. 患有其他肿瘤并进行全身治疗的患者。
  2. 患者拒绝参加本次诊断测试。

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

队列和干预

团体/队列
干预/治疗
患者接受前列腺活检
患者接受前列腺活检并被诊断为前列腺癌，接受激素治疗。
其他：人工智能（AI）驱动的预测模型（已开发）
收集入组患者的前列腺活检病理切片。 将这些切片数字化为全切片图像（WSIs）。 使用AI模型分析WSIs，生成预测结果（12个月内、12至24个月之间或超过24个月）。 本预测性测试研究不会对患者进行任何干预。

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
C指数（一致性指数）
大体时间：对于每位入组患者，人工智能模型的预测结果将在前列腺活检后不久获得，并通过研究完成（平均3年）评估人工智能模型的C指数。
在所有患者配对中，预测结果顺序与实际结果顺序相匹配的比例。 它估计预测结果与观察结果一致的概率。
对于每位入组患者，人工智能模型的预测结果将在前列腺活检后不久获得，并通过研究完成（平均3年）评估人工智能模型的C指数。

次要结果测量

结果测量
措施说明
大体时间
灵敏度
大体时间：对于每位入组患者，人工智能模型的预测结果将在前列腺活检后不久获得，并通过研究完成（平均3年）来评估人工智能模型的敏感性。
预测模型的输出通过12个月阈值分为二元变量：TTCR＜12个月被视为阳性结果，TTCR≥12个月被视为阴性结果。 相应地，TTCR＜12个月的患者为阳性患者，TTCR≥12个月的患者为阴性患者。 正确预测的阳性切片数（TTCR＜12个月）除以阳性切片总数
对于每位入组患者，人工智能模型的预测结果将在前列腺活检后不久获得，并通过研究完成（平均3年）来评估人工智能模型的敏感性。
特异性
大体时间：对于每位入组患者，AI模型的预测结果将在前列腺活检后不久获得，并通过研究完成时（平均3年）评估AI模型的特异性。
预测模型的输出使用12个月阈值划分为二元变量：TTCR <12个月被视为阳性结果，TTCR ≥12个月被视为阴性结果。 相应地，TTCR <12个月的患者为阳性患者，TTCR ≥12个月的患者为阴性患者。 正确预测的阴性切片数量（TTCR≥12个月），除以阴性切片总数
对于每位入组患者，AI模型的预测结果将在前列腺活检后不久获得，并通过研究完成时（平均3年）评估AI模型的特异性。

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。

赞助

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

调查人员

  • 研究主任：Shaoxu Wu, Ph.D、Department of Urology of Sun Yat-sen Memorial Hospital of Sun Yat-sen University

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 (估计的)

2026年1月1日

初级完成 (估计的)

2028年12月31日

研究完成 (估计的)

2028年12月31日

研究注册日期

首次提交

2026年1月21日

首先提交符合 QC 标准的

2026年1月21日

首次发布 (实际的)

2026年1月29日

研究记录更新

最后更新发布 (实际的)

2026年1月29日

上次提交的符合 QC 标准的更新

2026年1月21日

最后验证

2026年1月1日

更多信息

与本研究相关的术语

关键字

其他相关的 MeSH 术语

其他研究编号

  • SYSKY-2025-940-01

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

不

IPD 计划说明

为保护患者隐私，病理切片图像及其他患者相关数据不予公开。

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