肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。这是香港癌症死亡的第三个最常见原因。肝癌的五年生存率在疾病分期差异很大,范围从早期的91.5%到晚期的11%。肝癌的早期和准确诊断对于改善癌症存活至关重要。肝癌是通过横截面成像(例如计算机断层扫描(CT))进行放射学诊断的,而无需常规使用肝活检。然而,随着当前国际推荐的放射学报告方法,高达49%的肝脏病变可能尚无定论,导致反复扫描和诊断和治疗延迟。已经开发了可以准确诊断为肝癌的人工智能(AI)算法。基于临时分析,该算法达到了较高的诊断准确性。 AI算法现在已准备好实施。
这项研究旨在与当前的放射学报告标准在经历了三峰对比CT的高危人群中以随机方式进行预期验证该AI算法。该研究项目是完全独立的,并与Xtual放射科医生对CT扫描的实际临床报告分开。主要的研究结果是肝癌的诊断准确性,该肝癌的准确性将基于复合临床参考标准。
| 病情或疾病 | 干预/治疗 | 阶段 |
|---|---|---|
| HCC肝癌 | 诊断测试:原型人工智能算法诊断测试:LI-RADS | 不适用 |
肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。主要疾病负担在东亚发现,其中年龄标准化的发生率分别为男女26.8和8.7。 2017年,在香港最常见的十大癌症中,肝癌的死亡率最高84.6%。肝细胞癌(HCC)的五年生存率在疾病分期差异很大,范围从91.5%<2 cm <2 cm,手术切除率到11%在> 5 cm的11%中,邻近器官受累。对HCC的早期和准确诊断对于改善癌症存活至关重要。
与其他常见的癌症不同,HCC在不需要病理确认的情况下通过对比增强横截面成像的高度特征动态模式来诊断。建立了肝脏成像报告和数据系统(LI-RADS),以标准化与HCC相关的放射学发现的解释和交流。然而,在高危人群中,在计算机断层扫描(CT)中鉴定出多达49%的结节被Li-Rads分类为不确定的,从而进一步延迟了诊断的建立。
目前,正在研究人工智能(AI)在医学成像领域的应用。基于临床医生,放射科医生和统计科学家的跨学科研究团队,基于4,000多个肝脏图像的临床和放射学数据库,并开发了AI算法以准确诊断CT上的肝癌。基于回顾性数据,临时分析发现AI算法能够达到> 97%的诊断准确性和> 99%的负预测值。
与Li-Rads相比,这种新型的原型AI算法能否在诊断高危人群中诊断HCC方面取得更好的性能?当改善生存的关键是早期诊断的关键时,这个问题尤其重要,而AI可能会改善该诊断。目前,放射科医生报告中的错误估计为每天的日常基础3-5%,等于全球每年4000万个错误。该原型算法可以是减少人类对放射学发现的误解的解决方案。
| 研究类型 : | 介入(临床试验) |
| 估计入学人数 : | 250名参与者 |
| 分配: | 随机 |
| 干预模型: | 并行分配 |
| 干预模型描述: | 扫描的图像单独分别为1:1,由两个专业的胃肠道放射学家解释为原型AI算法或LI-RADS标准 |
| 掩蔽: | 单人(调查员) |
| 掩盖说明: | 。两位放射科医生将对参与者的临床特征和随后的管理视而不见,并在达成最终决定之前通过共识解决的任何评估不一致。 |
| 首要目标: | 诊断 |
| 官方标题: | 原型人工智能算法与肝脏成像报告和数据系统(LI-RADS)标准在计算机断层扫描中诊断肝细胞癌:一项随机试验 |
| 实际学习开始日期 : | 2021年3月19日 |
| 估计初级完成日期 : | 2025年12月31日 |
| 估计 学习完成日期 : | 2026年6月30日 |
| 手臂 | 干预/治疗 |
|---|---|
| 主动比较器:原型AI算法 内部原型深度学习人工智能算法 | 诊断测试:原型人工智能算法 由香港大学开发 |
| 安慰剂比较器:li_rads解释 LI-RADS标准将由两位指定的腹部放射科医生独立评估,在横截面腹部成像中至少有10年的经验 | 诊断测试:LI-RADS 建立了肝脏成像报告和数据系统(LI-RADS),以标准化与HCC相关的放射学发现的解释和交流 |
| 符合研究资格的年龄: | 18岁以上(成人,老年人) |
| 有资格学习的男女: | 全部 |
| 接受健康的志愿者: | 不 |
纳入标准:
1.年龄> = 18岁。 2.定义为需要定期肝超声检查的高危人群。这些包括:
| 联系人:MD Wai-Kay Seto | 85222553579 | wkseto@hku.hk | |
| 联系人:Keith Chiu,FRCR | 85222553111 | kwhchiu@hku.hk |
| 香港 | |
| 香港大学医学系,皇后玛丽医院 | 招募 |
| 香港,香港 | |
| 联系人:Wai-kay Seto,MD +85222553579 wkseto@hku.hk | |
| 子注视器:Keith Chiu,FRCR | |
| 子注视器:FRCP肺Yi Mak | |
| 子注视器:马里兰州的人伪元 | |
| 追踪信息 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| 首先提交的日期ICMJE | 2021年4月6日 | ||||||||
| 第一个发布日期ICMJE | 2021年4月13日 | ||||||||
| 最后更新发布日期 | 2021年4月13日 | ||||||||
| 实际学习开始日期ICMJE | 2021年3月19日 | ||||||||
| 估计初级完成日期 | 2025年12月31日(主要结果指标的最终数据收集日期) | ||||||||
| 当前的主要结果度量ICMJE | HCC的诊断准确性[时间范围:12个月] 使用复合临床参考标准诊断为HCC的参与者数量。基于组织学(活检,外科切除或外科外科)或在随后的成像中实现LR-5标准的HCC病变将被认为是阳性的。如果病变在成像至少12个月时表现出稳定性,明确的自发性减少或在没有肿瘤治疗的情况下消失,则将其视为阴性。 | ||||||||
| 原始主要结果措施ICMJE | 与电流相同 | ||||||||
| 改变历史 | 没有发布更改 | ||||||||
| 当前的次要结果度量ICMJE |
| ||||||||
| 原始次要结果措施ICMJE | 与电流相同 | ||||||||
| 当前其他预先指定的结果指标 | 不提供 | ||||||||
| 其他其他预先指定的结果指标 | 不提供 | ||||||||
| 描述性信息 | |||||||||
| 简短的标题ICMJE | 人工智能与LIRADS诊断CT的HCC | ||||||||
| 官方标题ICMJE | 原型人工智能算法与肝脏成像报告和数据系统(LI-RADS)标准在计算机断层扫描中诊断肝细胞癌:一项随机试验 | ||||||||
| 简要摘要 | 肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。这是香港癌症死亡的第三个最常见原因。肝癌的五年生存率在疾病分期差异很大,范围从早期的91.5%到晚期的11%。肝癌的早期和准确诊断对于改善癌症存活至关重要。肝癌是通过横截面成像(例如计算机断层扫描(CT))进行放射学诊断的,而无需常规使用肝活检。然而,随着当前国际推荐的放射学报告方法,高达49%的肝脏病变可能尚无定论,导致反复扫描和诊断和治疗延迟。已经开发了可以准确诊断为肝癌的人工智能(AI)算法。基于临时分析,该算法达到了较高的诊断准确性。 AI算法现在已准备好实施。 这项研究旨在与当前的放射学报告标准在经历了三峰对比CT的高危人群中以随机方式进行预期验证该AI算法。该研究项目是完全独立的,并与Xtual放射科医生对CT扫描的实际临床报告分开。主要的研究结果是肝癌的诊断准确性,该肝癌的准确性将基于复合临床参考标准。 | ||||||||
| 详细说明 | 肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。主要疾病负担在东亚发现,其中年龄标准化的发生率分别为男女26.8和8.7。 2017年,在香港最常见的十大癌症中,肝癌的死亡率最高84.6%。肝细胞癌(HCC)的五年生存率在疾病分期差异很大,范围从91.5%<2 cm <2 cm,手术切除率到11%在> 5 cm的11%中,邻近器官受累。对HCC的早期和准确诊断对于改善癌症存活至关重要。 与其他常见的癌症不同,HCC在不需要病理确认的情况下通过对比增强横截面成像的高度特征动态模式来诊断。建立了肝脏成像报告和数据系统(LI-RADS),以标准化与HCC相关的放射学发现的解释和交流。然而,在高危人群中,在计算机断层扫描(CT)中鉴定出多达49%的结节被Li-Rads分类为不确定的,从而进一步延迟了诊断的建立。 目前,正在研究人工智能(AI)在医学成像领域的应用。基于临床医生,放射科医生和统计科学家的跨学科研究团队,基于4,000多个肝脏图像的临床和放射学数据库,并开发了AI算法以准确诊断CT上的肝癌。基于回顾性数据,临时分析发现AI算法能够达到> 97%的诊断准确性和> 99%的负预测值。 与Li-Rads相比,这种新型的原型AI算法能否在诊断高危人群中诊断HCC方面取得更好的性能?当改善生存的关键是早期诊断的关键时,这个问题尤其重要,而AI可能会改善该诊断。目前,放射科医生报告中的错误估计为每天的日常基础3-5%,等于全球每年4000万个错误。该原型算法可以是减少人类对放射学发现的误解的解决方案。 | ||||||||
| 研究类型ICMJE | 介入 | ||||||||
| 研究阶段ICMJE | 不适用 | ||||||||
| 研究设计ICMJE | 分配:随机 干预模型:平行分配 干预模型描述: 扫描的图像单独分别为1:1,由两个专业的胃肠道放射学家解释为原型AI算法或LI-RADS标准 掩蔽:单人(调查员)掩盖说明: 。两位放射科医生将对参与者的临床特征和随后的管理视而不见,并在达成最终决定之前通过共识解决的任何评估不一致。 主要目的:诊断 | ||||||||
| 条件ICMJE |
| ||||||||
| 干预ICMJE |
| ||||||||
| 研究臂ICMJE |
| ||||||||
| 出版物 * | 不提供 | ||||||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符(NCT编号)确定的出版物。 | |||||||||
| 招聘信息 | |||||||||
| 招聘状态ICMJE | 招募 | ||||||||
| 估计注册ICMJE | 250 | ||||||||
| 原始估计注册ICMJE | 与电流相同 | ||||||||
| 估计的研究完成日期ICMJE | 2026年6月30日 | ||||||||
| 估计初级完成日期 | 2025年12月31日(主要结果指标的最终数据收集日期) | ||||||||
| 资格标准ICMJE | 纳入标准:
| ||||||||
| 性别/性别ICMJE |
| ||||||||
| 年龄ICMJE | 18岁以上(成人,老年人) | ||||||||
| 接受健康的志愿者ICMJE | 不 | ||||||||
| 联系ICMJE |
| ||||||||
| 列出的位置国家ICMJE | 香港 | ||||||||
| 删除了位置国家 | |||||||||
| 管理信息 | |||||||||
| NCT编号ICMJE | NCT04843176 | ||||||||
| 其他研究ID编号ICMJE | UW 20-445 | ||||||||
| 有数据监测委员会 | 不 | ||||||||
| 美国FDA调节的产品 |
| ||||||||
| IPD共享语句ICMJE |
| ||||||||
| 责任方 | 香港大学 | ||||||||
| 研究赞助商ICMJE | 香港大学 | ||||||||
| 合作者ICMJE | 香港教育大学 | ||||||||
| 研究人员ICMJE | 不提供 | ||||||||
| PRS帐户 | 香港大学 | ||||||||
| 验证日期 | 2021年3月 | ||||||||
国际医学杂志编辑委员会和世界卫生组织ICTRP要求的ICMJE数据要素 | |||||||||
肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。这是香港癌症死亡的第三个最常见原因。肝癌的五年生存率在疾病分期差异很大,范围从早期的91.5%到晚期的11%。肝癌的早期和准确诊断对于改善癌症存活至关重要。肝癌是通过横截面成像(例如计算机断层扫描(CT))进行放射学诊断的,而无需常规使用肝活检。然而,随着当前国际推荐的放射学报告方法,高达49%的肝脏病变可能尚无定论,导致反复扫描和诊断和治疗延迟。已经开发了可以准确诊断为肝癌的人工智能(AI)算法。基于临时分析,该算法达到了较高的诊断准确性。 AI算法现在已准备好实施。
这项研究旨在与当前的放射学报告标准在经历了三峰对比CT的高危人群中以随机方式进行预期验证该AI算法。该研究项目是完全独立的,并与Xtual放射科医生对CT扫描的实际临床报告分开。主要的研究结果是肝癌的诊断准确性,该肝癌的准确性将基于复合临床参考标准。
| 病情或疾病 | 干预/治疗 | 阶段 |
|---|---|---|
| HCC肝癌 | 诊断测试:原型人工智能算法诊断测试:LI-RADS | 不适用 |
肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。主要疾病负担在东亚发现,其中年龄标准化的发生率分别为男女26.8和8.7。 2017年,在香港最常见的十大癌症中,肝癌的死亡率最高84.6%。肝细胞癌(HCC)的五年生存率在疾病分期差异很大,范围从91.5%<2 cm <2 cm,手术切除率到11%在> 5 cm的11%中,邻近器官受累。对HCC的早期和准确诊断对于改善癌症存活至关重要。
与其他常见的癌症不同,HCC在不需要病理确认的情况下通过对比增强横截面成像的高度特征动态模式来诊断。建立了肝脏成像报告和数据系统(LI-RADS),以标准化与HCC相关的放射学发现的解释和交流。然而,在高危人群中,在计算机断层扫描(CT)中鉴定出多达49%的结节被Li-Rads分类为不确定的,从而进一步延迟了诊断的建立。
目前,正在研究人工智能(AI)在医学成像领域的应用。基于临床医生,放射科医生和统计科学家的跨学科研究团队,基于4,000多个肝脏图像的临床和放射学数据库,并开发了AI算法以准确诊断CT上的肝癌。基于回顾性数据,临时分析发现AI算法能够达到> 97%的诊断准确性和> 99%的负预测值。
与Li-Rads相比,这种新型的原型AI算法能否在诊断高危人群中诊断HCC方面取得更好的性能?当改善生存的关键是早期诊断的关键时,这个问题尤其重要,而AI可能会改善该诊断。目前,放射科医生报告中的错误估计为每天的日常基础3-5%,等于全球每年4000万个错误。该原型算法可以是减少人类对放射学发现的误解的解决方案。
| 研究类型 : | 介入(临床试验) |
| 估计入学人数 : | 250名参与者 |
| 分配: | 随机 |
| 干预模型: | 并行分配 |
| 干预模型描述: | 扫描的图像单独分别为1:1,由两个专业的胃肠道放射学家解释为原型AI算法或LI-RADS标准 |
| 掩蔽: | 单人(调查员) |
| 掩盖说明: | 。两位放射科医生将对参与者的临床特征和随后的管理视而不见,并在达成最终决定之前通过共识解决的任何评估不一致。 |
| 首要目标: | 诊断 |
| 官方标题: | 原型人工智能算法与肝脏成像报告和数据系统(LI-RADS)标准在计算机断层扫描中诊断肝细胞癌:一项随机试验 |
| 实际学习开始日期 : | 2021年3月19日 |
| 估计初级完成日期 : | 2025年12月31日 |
| 估计 学习完成日期 : | 2026年6月30日 |
| 手臂 | 干预/治疗 |
|---|---|
| 主动比较器:原型AI算法 内部原型深度学习人工智能算法 | 诊断测试:原型人工智能算法 由香港大学开发 |
| 安慰剂比较器:li_rads解释 LI-RADS标准将由两位指定的腹部放射科医生独立评估,在横截面腹部成像中至少有10年的经验 | 诊断测试:LI-RADS 建立了肝脏成像报告和数据系统(LI-RADS),以标准化与HCC相关的放射学发现的解释和交流 |
| 符合研究资格的年龄: | 18岁以上(成人,老年人) |
| 有资格学习的男女: | 全部 |
| 接受健康的志愿者: | 不 |
纳入标准:
1.年龄> = 18岁。 2.定义为需要定期肝超声检查的高危人群。这些包括:
| 联系人:MD Wai-Kay Seto | 85222553579 | wkseto@hku.hk | |
| 联系人:Keith Chiu,FRCR | 85222553111 | kwhchiu@hku.hk |
| 香港 | |
| 香港大学医学系,皇后玛丽医院 | 招募 |
| 香港,香港 | |
| 联系人:Wai-kay Seto,MD +85222553579 wkseto@hku.hk | |
| 子注视器:Keith Chiu,FRCR | |
| 子注视器:FRCP肺Yi Mak | |
| 子注视器:马里兰州的人伪元 | |
| 追踪信息 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| 首先提交的日期ICMJE | 2021年4月6日 | ||||||||
| 第一个发布日期ICMJE | 2021年4月13日 | ||||||||
| 最后更新发布日期 | 2021年4月13日 | ||||||||
| 实际学习开始日期ICMJE | 2021年3月19日 | ||||||||
| 估计初级完成日期 | 2025年12月31日(主要结果指标的最终数据收集日期) | ||||||||
| 当前的主要结果度量ICMJE | HCC的诊断准确性[时间范围:12个月] 使用复合临床参考标准诊断为HCC的参与者数量。基于组织学(活检,外科切除或外科外科)或在随后的成像中实现LR-5标准的HCC病变将被认为是阳性的。如果病变在成像至少12个月时表现出稳定性,明确的自发性减少或在没有肿瘤治疗的情况下消失,则将其视为阴性。 | ||||||||
| 原始主要结果措施ICMJE | 与电流相同 | ||||||||
| 改变历史 | 没有发布更改 | ||||||||
| 当前的次要结果度量ICMJE |
| ||||||||
| 原始次要结果措施ICMJE | 与电流相同 | ||||||||
| 当前其他预先指定的结果指标 | 不提供 | ||||||||
| 其他其他预先指定的结果指标 | 不提供 | ||||||||
| 描述性信息 | |||||||||
| 简短的标题ICMJE | 人工智能与LIRADS诊断CT的HCC | ||||||||
| 官方标题ICMJE | 原型人工智能算法与肝脏成像报告和数据系统(LI-RADS)标准在计算机断层扫描中诊断肝细胞癌:一项随机试验 | ||||||||
| 简要摘要 | 肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。这是香港癌症死亡的第三个最常见原因。肝癌的五年生存率在疾病分期差异很大,范围从早期的91.5%到晚期的11%。肝癌的早期和准确诊断对于改善癌症存活至关重要。肝癌是通过横截面成像(例如计算机断层扫描(CT))进行放射学诊断的,而无需常规使用肝活检。然而,随着当前国际推荐的放射学报告方法,高达49%的肝脏病变可能尚无定论,导致反复扫描和诊断和治疗延迟。已经开发了可以准确诊断为肝癌的人工智能(AI)算法。基于临时分析,该算法达到了较高的诊断准确性。 AI算法现在已准备好实施。 这项研究旨在与当前的放射学报告标准在经历了三峰对比CT的高危人群中以随机方式进行预期验证该AI算法。该研究项目是完全独立的,并与Xtual放射科医生对CT扫描的实际临床报告分开。主要的研究结果是肝癌的诊断准确性,该肝癌的准确性将基于复合临床参考标准。 | ||||||||
| 详细说明 | 肝癌是第六位最常见的癌症,也是全球癌症死亡的第四个主要原因。主要疾病负担在东亚发现,其中年龄标准化的发生率分别为男女26.8和8.7。 2017年,在香港最常见的十大癌症中,肝癌的死亡率最高84.6%。肝细胞癌(HCC)的五年生存率在疾病分期差异很大,范围从91.5%<2 cm <2 cm,手术切除率到11%在> 5 cm的11%中,邻近器官受累。对HCC的早期和准确诊断对于改善癌症存活至关重要。 与其他常见的癌症不同,HCC在不需要病理确认的情况下通过对比增强横截面成像的高度特征动态模式来诊断。建立了肝脏成像报告和数据系统(LI-RADS),以标准化与HCC相关的放射学发现的解释和交流。然而,在高危人群中,在计算机断层扫描(CT)中鉴定出多达49%的结节被Li-Rads分类为不确定的,从而进一步延迟了诊断的建立。 目前,正在研究人工智能(AI)在医学成像领域的应用。基于临床医生,放射科医生和统计科学家的跨学科研究团队,基于4,000多个肝脏图像的临床和放射学数据库,并开发了AI算法以准确诊断CT上的肝癌。基于回顾性数据,临时分析发现AI算法能够达到> 97%的诊断准确性和> 99%的负预测值。 与Li-Rads相比,这种新型的原型AI算法能否在诊断高危人群中诊断HCC方面取得更好的性能?当改善生存的关键是早期诊断的关键时,这个问题尤其重要,而AI可能会改善该诊断。目前,放射科医生报告中的错误估计为每天的日常基础3-5%,等于全球每年4000万个错误。该原型算法可以是减少人类对放射学发现的误解的解决方案。 | ||||||||
| 研究类型ICMJE | 介入 | ||||||||
| 研究阶段ICMJE | 不适用 | ||||||||
| 研究设计ICMJE | 分配:随机 干预模型:平行分配 干预模型描述: 扫描的图像单独分别为1:1,由两个专业的胃肠道放射学家解释为原型AI算法或LI-RADS标准 掩蔽:单人(调查员)掩盖说明: 。两位放射科医生将对参与者的临床特征和随后的管理视而不见,并在达成最终决定之前通过共识解决的任何评估不一致。 主要目的:诊断 | ||||||||
| 条件ICMJE |
| ||||||||
| 干预ICMJE |
| ||||||||
| 研究臂ICMJE |
| ||||||||
| 出版物 * | 不提供 | ||||||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符(NCT编号)确定的出版物。 | |||||||||
| 招聘信息 | |||||||||
| 招聘状态ICMJE | 招募 | ||||||||
| 估计注册ICMJE | 250 | ||||||||
| 原始估计注册ICMJE | 与电流相同 | ||||||||
| 估计的研究完成日期ICMJE | 2026年6月30日 | ||||||||
| 估计初级完成日期 | 2025年12月31日(主要结果指标的最终数据收集日期) | ||||||||
| 资格标准ICMJE | 纳入标准:
| ||||||||
| 性别/性别ICMJE |
| ||||||||
| 年龄ICMJE | 18岁以上(成人,老年人) | ||||||||
| 接受健康的志愿者ICMJE | 不 | ||||||||
| 联系ICMJE |
| ||||||||
| 列出的位置国家ICMJE | 香港 | ||||||||
| 删除了位置国家 | |||||||||
| 管理信息 | |||||||||
| NCT编号ICMJE | NCT04843176 | ||||||||
| 其他研究ID编号ICMJE | UW 20-445 | ||||||||
| 有数据监测委员会 | 不 | ||||||||
| 美国FDA调节的产品 |
| ||||||||
| IPD共享语句ICMJE |
| ||||||||
| 责任方 | 香港大学 | ||||||||
| 研究赞助商ICMJE | 香港大学 | ||||||||
| 合作者ICMJE | 香港教育大学 | ||||||||
| 研究人员ICMJE | 不提供 | ||||||||
| PRS帐户 | 香港大学 | ||||||||
| 验证日期 | 2021年3月 | ||||||||
国际医学杂志编辑委员会和世界卫生组织ICTRP要求的ICMJE数据要素 | |||||||||