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

Automatická detekce artritidy pomocí umělé inteligence na fotografiích ze smartphonu (AISynovitis)

19. prosince 2024 aktualizováno: Med2Measure

Automatizované metody detekce zánětlivé artritidy a vytváření obrazové databáze

Testujeme schopnost konvolučních neuronových sítí (CNN), tedy umělé inteligence, na fotografiích chytrých telefonů při odhalování zánětlivé artritidy. To slibuje, že půjde o účinný, přesný a neinvazivní diagnostický nástroj, který významně zlepší včasnou detekci a léčbu zánětlivé artritidy.

Přehled studie

Detailní popis

Během posledních 4 let jsme se zaměřili na revoluci v detekci artritidy prostřednictvím integrace pokročilé umělé inteligence. Tento projekt si klade za cíl odhalit artritidu na základě fotografií kloubních oblastí z chytrých telefonů, díky nimž je škálovatelná a dostupná v komunitě. Nejprve jsme vyvinuli přesvědčivý postup ověřování konceptu a modely využívající 100 pacientů. (zveřejněno v Frontiers in Medicine, listopad 2023, kde jsme prokázali, že tato technologie funguje v laboratoři s přiměřenou přesností, viz úroveň připravenosti technologie je aktuálně 3-4). Následovali jsme novějším dokumentem (předloženým k publikaci, dostupným na předtiskovém serveru MedRxiv), který trénoval dvě různé CNN, screening CNN na neoříznutých rukou, který odlišuje pacienty od kontrol, po nichž následuje detekce specifická pro klouby.

Systém zahrnuje podpůrnou infrastrukturu, která umožní efektivní detekci artritidy. To zahrnuje

  1. Sbírka fotografií standardizovaným způsobem pomocí krabic navržených na míru
  2. Používání a testování kanálu prohlížeče
  3. Modely CNN budou trénovány na datovém souboru pořízených fotografií a výsledky budou nasazeny lékařům v komunitě. To zajišťuje, že lékař bude ve smyčce, který může později přijmout opatření na základě výsledků pro další potvrzující testy nebo řízení.
  4. Pochopení znalostí, přístupu pacientů a lékařů k AI v algoritmech klinického rozhodování

Toto je prospektivní, neintervenční studie a tento projekt zahrnuje pouze vyšetřovatele, který pořídí smartphonem fotografii některých kloubních oblastí udržovaných ve standardizovaných pozicích. Pro pacienta to nepředstavuje žádné riziko.

Typ studie

Pozorovací

Zápis (Odhadovaný)

3000

Kontakty a umístění

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

Studijní místa

      • Pune, Indie, 411001
        • Poona Superspeciality Clinic
    • Maharashtra
      • Pune, Maharashtra, Indie, 411004
        • Rheumatology Clinic

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

Ukázka pravděpodobnosti

Studijní populace

Budeme studovat všechny pacienty se zánětlivou artritidou. To může zahrnovat, aniž by byl výčet omezující, revmatoidní artritidu, lupus, psoriatickou artritidu, periferní spondyloartritidu, virovou artritidu.

Popis

Kritéria zahrnutí:

  • Zánětlivá artritida jakékoli etiologie

Kritéria vyloučení:

  • Závažná deformace, která brání standardizaci fotografií

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
Zánětlivá artritida
Pacienti se zánětlivou artritidou bez ohledu na etiologii včetně revmatoidní artritidy, psoriatické artritidy, systémového lupus erytematózy a virové artritidy
Pacienti budou vyšetřovat a klinické fotografie pro konvoluční sítě k diagnostice zánětlivé artritidy

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Přesnost diagnózy AI proti názoru specialisty (revmatologa).
Časové okno: 3 roky
Shoda detekce synovitidy konvoluční neuronovou sítí (binární) s klinicky diagnostikovaným odborným posudkem (posudek revmatologa)
3 roky

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Přesnost diagnostiky AI oproti zobrazovací diagnostice na ultrazvuku
Časové okno: 3 roky
Shoda detekce synovitidy konvoluční neuronovou sítí (binární) ve srovnání s muskuloskeletálním ultrazvukem
3 roky
Citlivost na změnu
Časové okno: 3 roky
Dokáže konvoluční neuronová síť detekovat změnu ze zaníceného na nezanícený kloub?
3 roky

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Spolupracovníci

Vyšetřovatelé

  • Vrchní vyšetřovatel: Sanat Phatak, MD, DM, Med2Measure

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)

15. listopadu 2024

Primární dokončení (Odhadovaný)

1. prosince 2027

Dokončení studie (Odhadovaný)

1. prosince 2027

Termíny zápisu do studia

První předloženo

28. listopadu 2024

První předloženo, které splnilo kritéria kontroly kvality

28. listopadu 2024

První zveřejněno (Aktuální)

4. prosince 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

25. března 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

19. prosince 2024

Naposledy ověřeno

1. prosince 2024

Více informací

Termíny související s touto studií

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

ANO

Popis plánu IPD

Identifikované fotografie a klinické informace s výjimkou proměnných HIPAA

Časový rámec sdílení IPD

Leden 2027–leden 2028

Kritéria přístupu pro sdílení IPD

Výzkumníci s vědeckým plánem se mohou spojit s hlavním řešitelem s krátkou poznámkou.

Typ podpůrných informací pro sdílení IPD

  • PROTOKOL STUDY
  • ICF
  • CSR

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 .

Klinické studie na Diagnostika smartphonu s pomocí AI

Předplatit