洞察市场格局
解锁药品研发情报

客服电话

400-9696-311

医药数据查询

【ChiCTR2600117908】基于多模态医学大数据的消化内镜诊断和预测的基础模型的开发与临床应用

查看原文

立即下载

基本信息

登记号

ChiCTR2600117908

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

2026-01-29

临床申请受理号

靶点

适应症

消化系统疾病，未特指的

试验通俗题目

基于多模态医学大数据的消化内镜诊断和预测的基础模型的开发与临床应用

试验专业题目

基于多模态医学大数据的消化内镜诊断和预测的基础模型的开发与临床应用

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

本研究旨在开发并验证一个基于多模态医学大数据的消化内镜诊断和预测基础模型，评估其在实际临床应用中的准确性和效能。研究的目标人群为具有消化系统疾病高风险或已确诊消化系统疾病的患者，涵盖多种消化道疾病类型，包括胃癌、食管癌、结直肠癌、消化道间叶来源肿瘤、炎症性肠病（IBD）及其他常见或复杂病变。通过本研究，计划回答以下核心临床科学问题： 1）基于多模态数据（如内镜图像、病理数据、生化检测结果和临床信息等）的消化内镜诊断基础模型是否能够提供与传统金标准诊断方法相媲美的诊断准确性。2）与单一模态数据（如仅内镜图像）相比，该多模态基础模型是否在不同消化道疾病的诊断中表现更优。3）基础模型在不同患者群体（如早期病变患者、复杂病变患者及高风险人群）中的效能和临床应用潜力如何。此外，本研究还将通过与当前临床广泛采用的金标准诊断方法（如病理检查、CT/MRI影像分析等）的对比，评估基础模型在以下方面的价值：诊断准确性：模型是否能够实现对消化系统常见病和肿瘤的早期发现和精准诊断。预测灵敏性：模型是否能够通过整合多模态数据，有效预测疾病的进展和患者的长期预后。个体化应用：模型是否能够在复杂病变情况下，通过数据融合提供个性化的诊疗支持。通过本研究，我们期望推动基础模型在消化系统疾病诊断与预测中的实际应用，为提高消化道疾病的诊断效率与准确性、优化患者管理和改善长期预后提供科学依据。

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

试验项目经费来源

自筹

试验范围

目标入组人数

实际入组人数

第一例入组时间

2025-04-08

试验终止时间

2026-08-31

是否属于一致性

入选标准

（1）在指定时间段内（2009年1月1日至2024年12月31日），所有前往所在医院就诊并曾行消化内镜检查（如普通内镜、放大内镜、染色内镜或超声内镜）。（2）年龄≥18岁。（3）无论患者是否有消化道疾病，只要有可用的完整医学病史记录，包括症状、体征、实验室检查结果和影像学检查结果。（4）包括各种患有消化道良恶性疾病的患者，以及相关疾病史的健康个体。（5）符合免除知情同意条件，或自愿参加研究给予口头同意或签署知情同意书。；

排除标准

受试者正在接受可能影响研究结果的其他临床试验。；

研究者信息

研究负责人姓名

请登录查看

试验机构

复旦大学附属中山医院

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