Přenos učení neuronové sítě pro robotické chirurgické hodnocení
24. září 2024 aktualizováno: Nasseh Hashemi, Aalborg University
Přenést učení předtrénované preklinické neuronové sítě pro robotické chirurgické hodnocení na omezených klinických datech
Cílem této observační studie je prozkoumat, jak předtrénované modely umělé inteligence (AI), trénované na preklinických datech, mohou zlepšit přesnost rozpoznávání akcí a hodnocení dovedností v roboticky asistované chirurgii (RAS) u urologických pacientů pomocí přenosu učení. . Hlavní otázky, na které chce odpovědět, jsou:
- Mohou předtrénované modely umělé inteligence přesně vyhodnotit rozpoznávání akcí a hodnocení dovedností v klinických ordinacích?
- Jak různé tréninkové přístupy transferového učení ovlivňují výkon modelů AI? Základní model vyvinutý od nuly pomocí klinických dat bude porovnán s předtrénovanými modely, které jsou (1) přímo aplikovány na klinická data (2) doladěny trénováním pouze některých vrstev modelu AI a (3) plně přeškoleny, aby se zjistilo, zda tyto přístupy zlepšují výkon.
Účastníci, kteří jsou robotickými chirurgy:
- Absolvujte procedury RAS u pacientů bez zásahu, kde budou shromažďována videodata pro pozdější rozpoznání akce a posouzení dovedností.
- Přispějte k modelovému školení a hodnocení prostřednictvím integrace klinických datových sad.
Přehled studie
Typ studie
Pozorovací
Zápis (Aktuální)
5
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní místa
-
-
North Jutland
-
Aalborg, North Jutland, Dánsko, 9000
- Department of Urology, Aalborg University Hospital
-
-
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
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Ano
Metoda odběru vzorků
Vzorek nepravděpodobnosti
Studijní populace
Studijní populace se skládala z robotických chirurgů, kteří byli buď zkušení, nebo nováčci (specializovaní lékaři podstupující chirurgickou stáž, aby se stali robotickými chirurgy).
Všechny výkony, kde jsou roboticky asistované výkony prováděny na pacientech, kteří byli přijati k léčbě na urologickém oddělení. Pacienti také dali souhlas se sběrem dat. Nicméně skutečným účastníkem je robot chirurgů.
Popis
Kritéria zahrnutí:
- Robotičtí chirurgové, kteří mají zkušenosti s více než 100 případy.
- Robotičtí chirurgové s méně než 100 případy.
- Robotičtí chirurgové, kteří pracovali na urologickém oddělení Fakultní nemocnice v Aalborgu.
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 |
|---|---|
|
Zkušení robotičtí chirurgové
Robotičtí chirurgové se 100 nebo více provedenými robotickými chirurgickými případy.
|
Jednalo se o pozorovací studii bez zásahu.
|
|
Začínající robotičtí chirurgové
Robotičtí chirurgové s méně než 100 provedenými robotickými chirurgickými případy.
|
Jednalo se o pozorovací studii bez zásahu.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přesnost rozpoznávání akcí pomocí klinických dat od začátku
Časové okno: Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
Přesnost algoritmu hlubokého učení pro rozpoznávání akcí při trénování modelu od nuly pomocí klinických dat z robotických chirurgických postupů.
|
Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
|
Přesnost hodnocení dovedností pomocí klinických dat od začátku
Časové okno: Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
Přesnost algoritmu hlubokého učení pro hodnocení dovedností při trénování modelu od nuly pomocí klinických dat z robotických chirurgických postupů.
|
Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
|
Přesnost rozpoznávání akcí pomocí předem vyškolené sítě přímo na klinických datech
Časové okno: Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
Přesnost předtrénovaného algoritmu hlubokého učení pro rozpoznávání akcí při použití modelu přímo na klinických datech z chirurgických zákroků robota.
|
Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
|
Přesnost hodnocení dovedností pomocí předtrénovaného modelu přímo na klinických datech
Časové okno: Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska hodnocení dovedností.
|
Přesnost předtrénovaného algoritmu hlubokého učení pro hodnocení dovedností při použití modelu přímo na klinických datech z robotických chirurgických zákroků.
|
Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska hodnocení dovedností.
|
|
K násobné přesnosti pro rozpoznávání akcí a hodnocení dovedností pro kompletní rekvalifikaci předem proškolené sítě.
Časové okno: Od začátku do konce klinických postupů.
|
K-násobek přesnosti křížové validace při rekvalifikaci kompletního předtrénovaného modelu na klinických datech pro rozpoznávání akcí i hodnocení dovedností.
|
Od začátku do konce klinických postupů.
|
|
K násobné přesnosti pro rozpoznávání akcí a hodnocení dovedností pro částečnou rekvalifikaci předtrénované sítě.
Časové okno: Od začátku do konce klinických postupů.
|
K-násobná křížová validace přesnosti pro rozpoznávání akcí a hodnocení dovedností pro rekvalifikaci LSTM a hustých vrstev předtrénované sítě pomocí klinických dat.
|
Od začátku do konce klinických postupů.
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Vážené vybavování/citlivost, přesnost a skóre F1 pro rozpoznání akce klinické sítě trénované od nuly
Časové okno: Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
Na základě výkonu rozpoznávání akcí z klinické sítě vyškolené od nuly.
|
Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska rozpoznání akce.
|
|
Vážené vybavování/citlivost, přesnost a skóre F1 pro hodnocení dovedností klinické sítě vyškolené od nuly
Časové okno: Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska hodnocení dovedností.
|
Na základě provedení hodnocení dovedností z klinické sítě vyškolené od nuly.
|
Od začátku do konce robotického chirurgického zákroku, který je hodnocen z hlediska hodnocení dovedností.
|
|
Prediktivní jistota rozpoznání akce a hodnocení dovedností sítě vyškolené od nuly na klinických datech.
Časové okno: Od začátku do konce klinických postupů.
|
Prediktivní jistota s celkovým průměrem, minimem a maximem a zobrazená v pravděpodobnostních grafech pro rozpoznávání akcí a hodnocení dovedností sítě trénované od nuly na klinických datech.
|
Od začátku do konce klinických postupů.
|
|
Prediktivní jistota rozpoznání akce a hodnocení dovedností sítě částečně rekvalifikované sítě.
Časové okno: Od začátku do konce klinických postupů.
|
Prediktivní jistota s celkovým průměrem, minimem a maximem a znázorněná v pravděpodobnostních grafech pro rozpoznávání akcí a hodnocení dovedností částečně rekvalifikované sítě, kde byly na klinických datech trénovány pouze LSTM a hluboké vrstvy sítě.
|
Od začátku do konce klinických postupů.
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Publikace a užitečné odkazy
Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.
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)
22. května 2023
Primární dokončení (Aktuální)
26. května 2023
Dokončení studie (Aktuální)
26. května 2023
Termíny zápisu do studia
První předloženo
22. září 2024
První předloženo, které splnilo kritéria kontroly kvality
22. září 2024
První zveřejněno (Aktuální)
25. září 2024
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
26. září 2024
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
24. září 2024
Naposledy ověřeno
1. září 2024
Více informací
Termíny související s touto studií
Klíčová slova
Další identifikační čísla studie
- 2021-247
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
ANO
Popis plánu IPD
IPD bude sdíleno jako anonymní a GDPR zabezpečená data na webu s otevřeným přístupem.
Data budou sdílena jako anonymizovaný záznam chirurgických zákroků, které účastníci provedli.
Časový rámec sdílení IPD
IPD a podpůrné informace budou k dispozici od okamžiku odeslání do časopisu a budou k dispozici po neomezenou dobu.
Kritéria přístupu pro sdílení IPD
K datům bude mít přístup každý, kdo má přístup k open source webu GitHubu.
A kdokoli, kdo bude mít přístup k deníku, bude mít přístup k podpůrným informacím.
Typ podpůrných informací pro sdílení IPD
- PROTOKOL STUDY
- ANALYTIC_CODE
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 .