跳至主要内容
临床试验/ChiCTR2100043427
ChiCTR2100043427进行中(未招募)早期 1 期

乳腺疾病超声人工智能诊断平台的构建及有效性检验

自筹3 个研究点 分布在 2 个国家开始时间: 2018年10月1日最近更新:
适应症

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
3
主要终点
影像组学特征

研究概览

简要总结

乳腺癌发病率居女性新发恶性肿瘤的首位,并呈逐年上升趋势。早期发现,早期诊断和早期治疗是提高其治愈率的关键。超声为我国乳腺癌筛查的主要方式。然而,高水平超声医师资源的稀缺,不仅造成了医疗资源城乡分配不均、下级市县女性对高水平筛查资源的可及性差,而且导致大部分医生常年超负荷工作,机械繁琐的人工阅片难免会造成误诊与漏诊。导致大部分患者在被发现时已是中、晚期阶段。 因此开发出基于乳腺超声影像的高水平的人工智能诊断平台,构建人工智能分级诊断网络,对于弥补目前有限的筛查资源,推动国家分级诊疗政策的落实以及提高偏远地区医疗资源的可及性具有巨大的应用价值和市场潜力。

研究设计

研究类型
诊断试验
主要目的
析因分组(即根据危险因素或暴露因素分组)
盲法
N/a

入排标准

年龄范围
18 至 89(—)
性别
Female

入选标准

  • 1.超声、钼靶或磁共振等任意一种检查显示有乳腺肿块的患者,特别是 BI-RADS3 类和 4 类患者;
  • 2.知情此次研宄,并签订知情同意书。自愿进行剪切波弹性成像检查;
  • 3.同意并配合穿刺活检、旋切活检或手术治疗,最终获得病理诊断。

排除标准

  • 恶性肿瘤病史及其他恶病质患者。

结局指标

主要结局

影像组学特征

Emax

Emin

Emean

PSV

RI

肿块大小

组织学类型

分子亚型

次要结局

未报告次要终点

研究者

发起方
自筹

研究点 (3)

Loading locations...

相似试验