【ChiCTR2600129939】基于视觉语言模型的CBCT报告生成临床应用研究

查看原文

立即下载

基本信息

登记号

ChiCTR2600129939

试验状态

尚未开始

药物名称

药物类型

规范名称

首次公示信息日的期

2026-08-12

临床申请受理号

靶点

适应症

本研究聚焦于需要通过锥形束CT（CBCT）进行诊断和评估的口腔颌面部疾病与症状，主要涉及口腔颌面外科、正畸科、种植科、牙体牙髓科、牙周科及修复科等专科的常见病变。这些疾病与症状通常包括但不限于：复杂牙根折裂、根尖周病变、颌骨囊肿与肿瘤、埋伏阻生牙定位、牙槽骨形态与骨量评估、正畸治疗前的颅颌面结构分析、颞下颌关节紊乱病相关骨质改变以及其他需通过三维影像进行精确定位、范围界定或治疗计划制定的口腔颌面部

试验通俗题目

基于视觉语言模型的CBCT报告生成临床应用研究

试验专业题目

基于视觉语言模型的CBCT报告生成临床应用研究

申办单位信息

申请人联系人

请登录查看

申请人名称

请登录查看

联系人邮箱

请登录查看

联系人邮编

联系人通讯地址

请登录查看

临床试验信息

试验目的

在口腔颌面医学领域，由于CBCT三维影像数据庞大、阅片耗时且依赖医师经验，导致放射科医师工作负荷沉重、诊断报告效率低下、主观性强且质量不一。本研究旨在通过开发并验证基于视觉语言模型的AI自动报告生成系统，为临床提供一种能够高效、准确、标准化处理CBCT影像并生成诊断报告的智能辅助工具，从而提升诊断效率与同质性，优化医疗资源配置，并改善医患双方的诊疗体验。 1.主要目的比较口腔颌面影像医师在AI辅助与无AI条件下完成CBCT报告时的临床诊断正确性，评价AI对医师报告能力的辅助效应。 2. 次要目的（1）比较两种条件下临床显著遗漏、错误或虚构发现的发生率及数量。（2）比较报告质量（事实一致性、逻辑与结构、医学安全性、临床实用性）及报告完成时间。（3）分析AI辅助效应是否因医师资历（基层/低年资与资深/高年资）、疾病类别、病例复杂度、阅片顺序或研究阶段而不同。

试验分类

请登录查看

试验类型

诊断试验诊断准确性

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

国家自然科学基金

试验范围

目标入组人数

实际入组人数

第一例入组时间

2026-01-19

试验终止时间

2026-12-31

是否属于一致性

入选标准

1.具有完整可读取的DICOM影像，可进行必要的多平面重建或三维浏览； 2.影像质量足以完成临床阅片，且有可核对的原始诊断报告和必要临床信息； 3.经参考标准专家组确认，可以形成明确的主要诊断及临床显著影像发现； 1.具有完整可读取的DICOM影像，可进行必要的多平面重建或三维浏览；2.影像质量足以完成临床阅片，且有可核对的原始诊断报告和必要临床信息；3.经参考标准专家组确认，可以形成明确的主要诊断及临床显著影像发现；；

排除标准

1.存在严重运动、金属或低剂量伪影，足以妨碍关键解剖结构判断； 2.DICOM 文件损坏、序列不完整、图像与临床资料无法准确匹配，或无法完成可靠重建； 3.原诊断存在原则性错误且无法通过补充资料或专家裁决形成可靠参考标准； 4.病例曾用于本研究模型的训练、验证、提示词调试或参数选择，或无法排除数据泄漏。；

研究者信息

研究负责人姓名

请登录查看

试验机构

浙江大学医学院附属口腔医院

研究负责人电话

请登录查看

研究负责人邮箱

请登录查看

研究负责人邮编

联系人通讯地址

请登录查看