NCT07551466Toboroz
AI Model for Early Gastric Cancer Diagnosis Using Endoscopic Imaging
Development and Validation of an Explainable Artificial Intelligence Model for Early Gastric Cancer Diagnosis Using Multimodal Endoscopic Imaging
Forrás: ClinicalTrials.gov · Utoljára frissítve: 2026. ápr. 24.
Rövid összefoglaló (regiszter, angolul)
Early gastric cancer (EGC) is often difficult to detect accurately during endoscopic examination due to subtle morphological features and variability among endoscopists. Artificial intelligence (AI) has shown promise in improving diagnostic performance; however, most existing models lack interpretability and rely on single-modality imaging. This study aims to develop and evaluate an explainable multimodal artificial intelligence model for the diagnosis of early gastric cancer using endoscopic imaging. The model integrates features derived from white-light imaging and image-enhanced endoscopy, along with quantitative image features and clinical data, to improve diagnostic accuracy and provide interpretable decision support. The primary outcome is the diagnostic performance of the AI model for detecting early gastric cancer, evaluated by area under the receiver operating characteristic curve (AUROC), sensitivity, and specificity. The results of this study are expected to provide evidence for the clinical utility of explainable AI in endoscopic diagnosis and support the development of reliable human-AI collaborative diagnostic systems.
- Állapot (regiszter)
- Toboroz
- Vizsgálattípus
- Megfigyeléses
- Résztvevők száma
- 100 (tervezett)
- Első benyújtás
- 2026. ápr. 14.
- Kezdés
- 2026. máj. 1.
- Elsődleges befejezés
- 2026. dec. 1.
- Fő szponzor
- The First Affiliated Hospital of Soochow University
- Betegségek
- Gyomor- és nyelőcsőrák
- NCT-szám
- NCT07551466
Mit vállalsz
- Vizsgálat típusa: Megfigyeléses
- Tervezett résztvevők: 100
- 2026. máj. 1. és az elsődleges befejezés (2026. dec. 1.) között
- 1 helyszín, 1 országban
- Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket
A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.
AI-kivonat: kiket keres a vizsgálat
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, akiknek gyanús gyomorelváltozásuk volt, biopszián és speciális endoszkópos vizsgálaton estek át, és az elváltozást endoszkópos műtéttel (ESD) eltávolították.
- Életkor
- 18–80 év
- Nem
- Minden nem csatlakozhat.
- A betegség stádiuma
- Korai gyomorelváltozás: a biopszia rákmegelőző állapotot (diszplázia vagy intraepithelialis neoplázia) vagy adenokarcinómát mutatott. A beteg megfelel az ESD abszolút indikációinak.
- Korábbi kezelés
- ESD-n (endoszkópos submucosalis disszekció) kell átesnie. A műtét előtt nagyítóendoszkópiás, keskenysávú képalkotású vizsgálatot (ME-NBI) kellett végezni.
A részvétel fő kizáró okai
- Nem adenokarcinóma típusú daganat (például limfóma)
- Nem történt ME-NBI vizsgálat vagy ESD
- Az elváltozás a izomrétegbe (muscularis propria) vagy mélyebbre nőtt
- Hiányzó vagy nem egyértelmű szövettani eredmény a műtét után
Gépi kiolvasás: 2026. nov. 9..
Ki nem vehet részt
Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.
Egyéb
- Non-adenocarcinoma histological types (e.g., lymphoma)
- Patients who did not undergo ME-NBI examination or did not receive ESD
- Lesions invading the muscularis propria or deeper layers
- Missing or indeterminate postoperative histopathological results
Kiket keres a vizsgálat
- Age ≥18 years
- Suspicious gastric lesions identified on white-light imaging (WLI)
- Preoperative biopsy indicating precancerous lesions (dysplasia or intraepithelial neoplasia) or adenocarcinoma, with preoperative magnifying endoscopy with narrow-band imaging (ME-NBI) performed
- Patients meeting the absolute indications for endoscopic submucosal dissection (ESD) and who underwent ESD
Életkor a regiszterben: 18 év – 80 év · Nem: nők és férfiak · Egészséges önkénteseket nem fogad
Helyszínek (1)
Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.
| Helyszín | Város | Ország | Helyszín állapota |
|---|---|---|---|
| The First Affiliated Hospital of Soochow University | Suzhou | Kína | Toboroz |
Ez az oldal tájékoztatás, nem orvosi tanács. Bármely vizsgálatról az orvosoddal beszélj.