The Development, Safety, and Feasibility of an Artificial Intelligence-Powered Platform (NodeAI) for Real-Time Prediction of Mediastinal Lymph Node Malignancy During Endobronchial Ultrasound Staging for Lung Cancer

MI-összefoglaló

A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.

A vizsgálat olyan felnőtteket keres, akiknél nem kissejtes tüdőrák gyanúja vagy igazolt diagnózisa áll fenn, és mellkasi nyirokcsomó-stádiummeghatározásra EBUS-TBNA vizsgálatra küldik őket.

Életkor

18 éves vagy idősebb

Nem

Minden nem részt vehet.

A betegség stádiuma

Gyanított vagy igazolt nem kissejtes tüdőrák (NSCLC) a CT- és PET-vizsgálatok alapján, akit mellkasi stádiummeghatározásra EBUS-TBNA vizsgálatra utaltak.

A részvétel fő kizáró okai

• cN0 betegség együtt perifériás daganattal és 2 cm-nél (0,8 in) kisebb átmérőjű daganattal

A regiszter feltételei, szó szerint

Mit akar kideríteni a vizsgálat

Lung cancer is the leading cause of annual cancer deaths globally, more than breast, prostate, and colon cancers combined. The staging of chest lymph nodes (LNs) is a crucial step in the lung cancer diagnostic pathway because it aids in treatment decisions - whether a patient is a candidate for lung resection, chemotherapy, radiation, or multimodal treatments. Endobronchial Ultrasound Transbronchial Needle Aspiration (EBUS-TBNA) is the current standard for chest nodal staging for non-small cell lung cancer (NSCLC), and guidelines mandate that Systematic Sampling (SS) of at least 3 chest LN stations be routinely performed for accurate staging. Unfortunately, EBUS-TBNA yields inaccurate results in 40% of patients, leading to misinformed treatment decisions. This proportion is much higher in patients with Triple Normal LNs [LNs that appear normal on computed tomography (CT) scans, positron emission tomography (PET) scans, and EBUS], which have been found to have a > 93% chance of being truly benign. This is because EBUS-TBNA is based on ultrasound, whose success highly depends on the skill of the person performing it (operator). When the operator makes an error, the entire procedure is jeopardized. This causes downstream delays in treatment due to repeated testing and ill-informed treatment decisions.

A vizsgálat 2 csoportja

• NodeAIA vizsgált kezelés

  The ultrasound video and images of each LN will be analyzed by NodeAI, which will assign a CLNS for each LN based on the four ultrasonographic features of the CLNS, predict LN malignancy, and determine whether to biopsy it or not.

• SurgeonMár használt kezelés, összehasonlításként

  The ultrasound video and images of each LN will first be analyzed by the surgeon, who will assign a CLNS for each LN based on the four ultrasonographic features of the CLNS, predict LN malignancy, and determine whether to biopsy it or not.