ChiCTR2500104280进行中(未招募)早期 1 期
基于人工智能的胆囊癌早期诊断模型构建及研究
自选课题(自筹)67 个研究点 分布在 1 个国家开始时间: 2024年12月1日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中(未招募)
- 发起方
- 试验地点
- 67
- 主要终点
- 准确性
研究概览
简要总结
本研究拟通过收集多中心的胆囊良恶性疾病患者病例数据,建立高质量的胆囊癌专病数据库。通过整合多中心患者的影像、病理和电子病历等数据,利用人工智能的多模态深度学习和神经网络算法,构建原创性胆囊癌早期诊断模型。该模型将学习胆囊良恶性疾病的影像数据,以识别细微影像差异,提高早期诊断的准确性;同时结合胆囊癌病理分期深入分析影像学数据,识别胆囊癌的细微影像特征,以提高预后预测的准确性。这将帮助临床医生在术前精确评估肿瘤的恶性程度和位置,减少诊断误差,优化手术计划。研究还将建立一个面向全国的胆囊癌诊断平台,利用智能化技术提升胆囊癌诊断的精准度,改善患者预后,为精准治疗奠定基础。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 74(—)
- 性别
- All
入选标准
- •1.在多中心就诊的原发性胆囊良恶性疾病患者,且经病理学确诊。
- •2.年龄 18-74 周岁,性别不限。
- •3.Karnofsky performance 评分大于 50。
排除标准
- •1.同时患有两种及以上恶性肿瘤,或者胆囊恶性肿瘤灶非原发病灶。
- •2.合并严重的中枢神经系统疾病,呼吸系统疾病、自身免疫性疾病、慢性肾功能不全等疾病,长期使用免疫抑制剂,合并严重的未控制的感染。
- •3.同时患有活动期的心脑血管疾病,6 个月内发生过脑血管意外、心肌梗塞、不稳定性心绞痛,或根据纽约心脏协会标准为 II 级或 II 级以上充血性心功能衰竭,需要药物治疗的严重心律失常。
- •4.血妊娠试验阳性或未进行妊娠试验的育龄女性,怀孕或哺乳女性。
- •5.患者患病期间曾参与其他不能明确治疗措施或无法收集治疗信息的治疗性临床试验。
结局指标
主要结局
准确性
敏感性
特异性
次要结局
未报告次要终点
研究者
研究点 (67)
Loading locations...
相似试验
Unknown
不适用
基于人工智能的肝胆恶性肿瘤诊疗模型构建及研究ChiCTR2500107856自选课题(自筹)
Unknown
不适用
超声多模态技术及人工智能算法在胆囊疾病诊断中的应用价值胆囊疾病ChiCTR2500110462横向课题1,320
已完成
Unknown
利用机器深度学习通过影像资料建立胆囊良恶性疾病的诊疗预测模型胆囊癌ChiCTR2500111583200
Unknown
不适用
基于高通量组学和大数据方法建立胆道肿瘤风险预测模型并指导其精准诊疗胆道肿瘤ChiCTR2100050524山东大学临床研究项目1,000
Unknown
不适用
一种预测胃癌前病变与胃早癌的人工智能辅助系统的开发和验证ChiCTR2000031058国家自然科学基金
