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

Point-of-care Ultrazvukový systém pro interpretaci obrazu zaměřený na umělou inteligenci

15. září 2025 aktualizováno: National Taiwan University Hospital
Tento návrh je na jeden rok projektu. V tomto projektu se snažíme prozkoumat proveditelnost použití umělé inteligence pro interpretaci sonografického obrazu. Hlavní projekt je zodpovědný za koordinaci mezi dvěma dílčími projekty a hlavním projektem, poskytuje zdroje obrázků a využívá U-Net (konvoluční sítě pro segmentaci biomedicínského obrazu) a Transfer Learning k vytvoření modelů pro rozpoznávání obrázků a ověřování účinnosti. modelů. Účelem dílčího projektu 1 je vyvinout systém rozpoznávání obrazu pro dynamické obrazy: perikardiální výpotek. Po sestavení modelu bude provedena validace účinnosti a budoucí revize. Podprojekt 2 přináší systém rozpoznávání obrazu pro statické obrazy: hydronefróza. Po sestavení modelu bude provedena validace účinnosti a budoucí revize.

Přehled studie

Detailní popis

Ultrazvuk je neinvazivní a neozařovaný diagnostický nástroj v prostředích urgentní a kritické péče. V klinické praxi je nezbytná včasná interpretace sonografických snímků pro usnadnění rozhodování. Záleží však na zkušenostech operátorů. Jako obvykle to trvá nějakou dobu, než mají mladší pohotovostní lékaři dobrou diagnostickou přesnost prostřednictvím tradičního sonografického vzdělávání. Jak zkrátit výuku Tento návrh je pro jednoroční projekt. V tomto projektu se snažíme prozkoumat proveditelnost použití umělé inteligence pro interpretaci sonografického obrazu. Hlavní projekt je zodpovědný za koordinaci mezi dvěma dílčími projekty a hlavním projektem, poskytuje zdroje obrázků a využívá U-Net (konvoluční sítě pro segmentaci biomedicínského obrazu) a Transfer Learning k vytvoření modelů pro rozpoznávání obrázků a ověřování účinnosti. modelů. Účelem dílčího projektu 1 je vyvinout systém rozpoznávání obrazu pro dynamické obrazy: perikardiální výpotek. Po sestavení modelu bude provedena validace účinnosti a budoucí revize. Podprojekt 2 přináší systém rozpoznávání obrazu pro statické obrazy: hydronefróza. Po sestavení modelu bude provedena validace účinnosti a budoucí revize.

Tato průkopnická studie může poskytnout dva systémy rozpoznávání ultrazvukového obrazu za pomoci umělé inteligence v reálných klinických podmínkách. Mohou mít zkušenosti s klinickými aplikacemi a přispívat k současnému lékařskému vzdělávání. Navíc může zlepšit rozhodovací proces a kvalitu péče na jednotkách urgentní a intenzivní péče. Kromě toho mohou být sestavené modely v budoucnu použity pro další rozpoznávání cílového ultrazvukového obrazu.

Typ studie

Intervenční

Zápis (Odhadovaný)

300

Fáze

  • Nelze použít

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 záloha kontaktů

Studijní místa

    • None Selected
      • Taipei, None Selected, Tchaj-wan, 100

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

20 let a starší (Dospělý, Starší dospělý)

Přijímá zdravé dobrovolníky

Ne

Popis

Kritéria pro zařazení:

  • pacientů, kteří dostávají echokardiografii nebo ultrazvuk ledvin

Kritéria vyloučení:

  • pacientů, kteří nedostávají echokardiografii nebo ultrazvuk ledvin

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

  • Primární účel: Diagnostický
  • Přidělení: N/A
  • Intervenční model: Přiřazení jedné skupiny
  • Maskování: Žádné (otevřený štítek)

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Experimentální: Interpretace ultrazvukového obrazu zaměřená na umělou inteligenci
zlepšit citlivost a specifičnost systému pro interpretaci ultrazvuku zaměřeného na AI

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
citlivost a specifičnost interpretace AI
Časové okno: 6 měsíců
zvýšit senzitivitu a specificitu AI pro interpretaci ultrazvukového obrazu
6 měsíců

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Wan-Ching Lien, National Taiwan University Hospital

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)

1. srpna 2020

Primární dokončení (Odhadovaný)

31. prosince 2026

Dokončení studie (Odhadovaný)

31. prosince 2026

Termíny zápisu do studia

První předloženo

2. května 2021

První předloženo, které splnilo kritéria kontroly kvality

2. května 2021

První zveřejněno (Aktuální)

6. května 2021

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Odhadovaný)

19. září 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

15. září 2025

Naposledy ověřeno

1. září 2025

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • 202006124RINC

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

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 .

Předplatit