Terminé

Collaboration humain-IA dans le diagnostic des tumeurs hépatiques avec TDM dynamique

0 critères remplis à partir de votre profilVoyez en un coup d'œil comment votre profil répond à chaque critère d'éligibilité.
But de l'étude

Cette étude vise à évaluer comment l'intelligence artificielle peut aider les médecins à diagnostiquer les tumeurs du foie en utilisant la tomodensitométrie dynamique avec produit de contraste chez les patients.

Ce qui est testé

AI-human collaboration for CE-CTs diagnosis

Test diagnostique
Qui peut participer

Adénocarcinome+13

+ Carcinome

+ Kystes

À partir de 18 ans
Voir tous les critères d'éligibilité
Comment se déroule l'étude

Étude diagnostique

Interventionnel
Date de début : septembre 2025
Voir le détail du protocole

Résumé

Sponsor principalShengjing Hospital
Dernière mise à jour : 28 janvier 2026
Issu d'une base de données validée par les autorités. Revendiquer en tant que partenaire

Date de début de l'étude : 1 septembre 2025

Date à laquelle le premier participant a commencé l'étude.

Cette étude clinique explore comment l'intelligence artificielle (IA) peut collaborer avec les médecins humains pour améliorer le diagnostic des tumeurs du foie en utilisant un type spécial d'imagerie appelé tomodensitométrie dynamique avec contraste (DCE-TDM). L'IA a montré un grand potentiel dans l'analyse des images médicales, parfois même égalant ou surpassant les compétences des médecins expérimentés. Cependant, des défis persistent dans l'application de ces outils d'IA dans des contextes réels en raison de la variabilité des populations de patients et des conditions d'imagerie. En étudiant cette collaboration, l'étude vise à améliorer la précision du diagnostic et à créer un cadre plus fiable pour le diagnostic des tumeurs du foie. Dans le cadre de l'étude, des radiologues et un système d'IA analyseront simultanément les mêmes images DCE-TDM. Les radiologues suivront leurs procédures habituelles, tandis que le système d'IA fournira son analyse de manière indépendante. En cas de divergences dans leurs évaluations, un panel d'experts examinera les cas pour parvenir à une décision finale. Ce processus aide à identifier comment l'expertise humaine et l'IA peuvent se compléter, améliorant ainsi la performance diagnostique globale. En incluant une large gamme de cas cliniques, l'étude vise à garantir l'efficacité de l'IA dans différents scénarios, visant en fin de compte à améliorer l'intégration de l'IA dans la pratique clinique.

Titre officielAI-human Collaborative Diagnosis of Liver Tumors Using CE-CT
NCT07153783
Sponsor principalShengjing Hospital
Dernière mise à jour : 28 janvier 2026
Issu d'une base de données validée par les autorités. Revendiquer en tant que partenaire

Protocole

Cette section fournit des détails sur le plan de l'étude, y compris la manière dont l'étude est conçue et ce qu'elle évalue.
Détails du design

10333 participants à inclure

Nombre total de participants que l'essai clinique vise à recruter.

Diagnostic

Cette étude évalue de nouvelles méthodes pour diagnostiquer ou identifier une maladie, afin de la détecter plus facilement et plus tôt.



Éligibilité

Les chercheurs recherchent des patients correspondant à une certaine description appelée critères d'éligibilité : état de santé général ou traitements antérieurs du patient.
Conditions
Critères

Tout sexe

Le sexe biologique des participants éligibles à s'inscrire.

À partir de 18 ans

Tranche d'âge des participants éligibles à participer.

Volontaires sains autorisés

Indique si les individus en bonne santé et ne présentant pas la condition étudiée peuvent participer.

Conditions

Pathologie

AdénocarcinomeCarcinomeKystesMaladies du système digestifNéoplasmes du système digestifCarcinome hépatocellulaireMaladies du foieTumeurs du foieNéoplasmes par type histologiqueNéoplasmes par siteNéoplasmesTumeurs glandulaires et épithélialesConditions pathologiques, signes et symptômesCholangiocarcinomeHyperplasie nodulaire focaleConditions pathologiques anatomiques

Critères

Inclusion Criteria: 1. Age range 18 years and above 2. Underwent dynamic contrast-enhanced abdominal CT examination with liver coverage 3. Imaging must include at least three required phases: non-contrast, arterial phase, and venous phase; an delayed phase is optional 4. Complete imaging data that meet AI system analysis requirements. Exclusion Criteria: 1. History of recent upper-abdominal surgery (within 30 days) or major hepatobiliary-pancreatic surgery affecting liver evaluation (e.g., liver transplantation or Whipple procedure); patients with prior simple cholecystectomy or single-lesion interventional procedures are not excluded 2. History of recent hepatic trauma (within 30 days) 3. Poor image quality or severe noise artifacts (e.g., metal or motion artifacts) 4. Missing required imaging phases (required at least non-contrast, arterial, and venous phases) or inadequate scan range (e.g., lower-abdomen CT such as pelvic or rectal scans not covering the liver)

Plan de l'étude

Découvrez tous les traitements administrés dans cette étude, leur description détaillée et ce qu'ils impliquent.
Groupes de traitement

Un seul groupe d'intervention est désigné dans cette étude

Cette étude ne comporte pas de groupe placebo. 

Groupes de traitement

Groupe I

Expérimental
In the prospective analysis phase, patients undergo routine Multiphasic Contrast-Enhanced Computed Tomography (CE-CT) imaging. The scans are evaluated through two parallel pathways: standard radiologist interpretation (without AI input) and independent AI analysis. When diagnostic discrepancies occur, a senior radiologist or multidisciplinary expert panel reviews the case and provides the definitive diagnosis.

Centres d'étude

Ce sont les hôpitaux, cliniques ou centres de recherche où l'essai est conduit. Vous pouvez trouver le site le plus proche de vous ainsi que son statut.

Cette étude comporte 1 site

Suspendu

Shengjing Hospital of China Medical University

Shenyang, ChinaOuvrir Shengjing Hospital of China Medical University dans Google Maps
Terminé1 Centres d'Étude