Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Algoritmy umělé inteligence pro rozlišení mezi COVID-19 a chřipkovou pneumonií pomocí RTG hrudníku (AI-COVID-Xr)

23. dubna 2020 aktualizováno: Professor Adrian Covic

Výhody algoritmů umělé inteligence (CNN) pro rozlišení mezi COVID-19 a chřipkovou pneumonií na pohotovosti pomocí rentgenových vyšetření hrudníku

Tento projekt si klade za cíl využít algoritmy umělé inteligence (diskriminace obrazu), konkrétně konvoluční neuronové sítě (CNN) pro skenování rentgenových snímků hrudníku na pohotovosti (třídění) u pacientů s podezřením na respirační příznaky (horečka, kašel, myalgie) koronavirové infekce COVID 19. Cílem je vytvořit a ověřit softwarové řešení, které na základě rentgenového snímku hrudníku rozlišuje mezi Covid-19 pneumonitidou a chřipkou.

Přehled studie

Postavení

Neznámý

Podmínky

Intervence / Léčba

Detailní popis

Tento projekt se zaměřuje na využití algoritmů umělé inteligence (diskriminace obrazu);

  • konkrétně konvoluční neuronové sítě (CNN) pro skenování rentgenových snímků hrudníku na pohotovostním oddělení (třídění) u pacientů s podezřením na respirační příznaky (horečka, kašel, myalgie) koronavirové infekce COVID 19;
  • cílem je vytvořit a ověřit softwarové řešení, které na základě rentgenu hrudníku rozlišuje mezi Covid-19 pneumonitidou a chřipkou;
  • tento software bude trénován zavedením rentgenových paprsků od pacientů s/bez COVID-19 pneumonitidy a/nebo chřipkové pneumonitidy;
  • stejný algoritmus AI poběží na budoucích rentgenových skenech pro předpovídání možné pneumonitidy COVID-19

Typ studie

Pozorovací

Zápis (Očekávaný)

200

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní místa

  • Itálie
      • Cremona, Itálie, 26100
        • Nábor
        • U.O. Multidisciplinare di Patologia Mammaria e Ricerca Traslazionale; Dipartimento Universitario Clinico di Scienze Mediche, Chirurgiche e della Salute Università degli Studi di Trieste
        • Kontakt:
        • Vrchní vyšetřovatel:
          • Daniele Generali, MD, PhD
  • Rumunsko
      • Iaşi, Rumunsko, 700503
        • Nábor
        • University of Medicine and Pharmacy Gr T Popa
        • Kontakt:
        • Vrchní vyšetřovatel:
          • Alexandru Burlacu, MD, PhD
  • Spojené království
      • London, Spojené království
        • Nábor
        • Department of Cardiology at Chelsea and Westminster NHS hospital
        • Kontakt:
          • Emmanuel Ako, MD, PhD
          • Telefonní číslo: +447932970131
          • E-mail: e.ako@ucl.ac.uk
        • Vrchní vyšetřovatel:
          • Emmanuel Ako, MD, PhD

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Pohlaví způsobilá ke studiu

Všechno

Metoda odběru vzorků

Ukázka pravděpodobnosti

Studijní populace

Všichni pacienti s příznaky chřipky, kteří se dostaví na pohotovost s kašlem, horečkou, myalgií – u kterých je podezření na infekci COVID-19

Popis

Kritéria pro zařazení:

  • příznaky podobné chřipce: myalgie, kašel, horečka, sputum
  • Rentgenové snímky hrudníku
  • Biologické testy na COVID-19

Kritéria vyloučení:

  • odmítnutí pacienta
  • nejisté rentgenové snímky
  • nejisté výsledky testů

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Symptomatičtí pacienti
Naším cílem je identifikovat algoritmus umělé inteligence, který lze spustit na rentgenových snímcích plic u pacientů s chřipkou / respiračními virovými symptomy, kteří přicházejí na pohotovost / třídění. Tento algoritmus má za cíl identifikovat rentgenové snímky pacientů s COVID-19 a pacientů s chřipkovou pneumonitidou s přesností ověřenou testy COVID-19.
Diagnostický test: Skenování RTG hrudníku a provádění algoritmů AI na snímcích
Rentgenové snímky hrudníku; AI CNN; Výsledek

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
COVID-19 pozitivní rentgenové záření
Časové okno: 6 měsíců
Počet účastníků s pneumonitidou na RTG hrudníku a pozitivní na COVID 19
6 měsíců
COVID-19 negativní rentgenové záření
Časové okno: 6 měsíců
Počet účastníků s pneumonitidou na RTG hrudníku a COVID 19 negativní
6 měsíců

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Professor Adrian Covic

Spolupracovníci

Falcon Trading Iasi
Romanian Academy of Medical Sciences

Vyšetřovatelé

  • Vrchní vyšetřovatel: Alexandru Burlacu, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi
  • Vrchní vyšetřovatel: Radu Dabija, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

18. března 2020

Primární dokončení (Očekávaný)

16. srpna 2020

Dokončení studie (Očekávaný)

18. srpna 2020

Termíny zápisu do studia

První předloženo

17. března 2020

První předloženo, které splnilo kritéria kontroly kvality

17. března 2020

První zveřejněno (Aktuální)

18. března 2020

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

27. dubna 2020

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

23. dubna 2020

Naposledy ověřeno

1. dubna 2020

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • 0110

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

ANO

Popis plánu IPD

Ano, rádi sdílíme kód algoritmu a výsledky s jakýmkoliv vědcem, který má zájem (bez jakýchkoli finančních zájmů)

Typ podpůrných informací pro sdílení IPD

  • PROTOKOL STUDY
  • ICF
  • ANALYTIC_CODE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Klinické studie na COVID-19

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Thailand

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

3
Předplatit