AI-system til anatomisk genkendelse og læsionsdetektion i nasopharyngolaryngoskopi: Et prospektivt studie
Udvikling og validering af et kunstig intelligenssystem til anatomisk stedgenkendelse og læsionsdetektion baseret på elektroniske nasofaryngolaryngoskopiske billeder: Et prospektivt multicenterstudie
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Bin Ye, MD PhD
- Telefonnummer: +8615216616895
- E-mail: aydyebin@126.com
Studiesteder
-
-
-
Shanghai, Kina
- Rekruttering
- Ruijin Hospital, Shanghai Jiao Tong University School of Medicine
-
Kontakt:
- Bin Ye, MD PhD
- Telefonnummer: +8615216616895
- E-mail: aydyebin@126.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Alder ≥ 18 år;
- Har gennemgået standard elektronisk nasofaryngolaringoskopi;
- Patienter, der har fået taget biopsiprøver, har en klar patologisk diagnose;
- Har underskrevet et skriftligt informeret samtykke.
Eksklusionskriterier:
- Billedkvaliteten er under standard med alvorlige bevægelsesartefakter;
- Læsionsbilleder er uklare og ufuldstændige.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Modeltrænings- og valideringskohorter
En deep learning-model trænes ved hjælp af træningsdatasættet og valideres med det interne valideringssæt.
|
Den dybe lærings model er trænet ved hjælp af træningsdatasættet og testet med det interne valideringssæt.
Det prospektive datasæt anvendes til den komparative test af modellen og lægerne.
|
|
Prospektivt testkohorte
Patienter rekrutteres prospektivt, videoer fra nasofaryngolaringoskopiundersøgelser indsamles, og videodataene behandles for at danne et prospektivt testdatasæt, som derefter anvendes til testning.
|
Den dybe lærings model er trænet ved hjælp af træningsdatasættet og testet med det interne valideringssæt.
Det prospektive datasæt anvendes til den komparative test af modellen og lægerne.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
ydelsen af læsionsopdagelse
Tidsramme: Inden for 3 måneder efter afslutningen af prospektiv dataindsamling
|
Modellens område under receiver operating characteristic-kurven (ROC-AUC) til detektion af abnorme læsioner
|
Inden for 3 måneder efter afslutningen af prospektiv dataindsamling
|
|
præstation af anatomisk lokalitetsgenkendelse
Tidsramme: Inden for 3 måneder efter afslutningen af prospektiv dataindsamling
|
Modellens gennemsnitlige præcision (AP) til at genkende nasopharyngeale og laryngeale anatomiske steder
|
Inden for 3 måneder efter afslutningen af prospektiv dataindsamling
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Sammenligning af diagnostisk præstation mellem modellen og læger
Tidsramme: Inden for 3 måneder efter afslutningen af den prospektive dataindsamling
|
Forskelle i følsomhed, specificitet og overordnet nøjagtighed mellem AI-modellen og endoskopister med forskellige års erfaring
|
Inden for 3 måneder efter afslutningen af den prospektive dataindsamling
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2025-811
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .