- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT03784209
Automatisk realtidsdiagnose af gastrisk slimhindesygdom ved hjælp af pCLE med kunstig intelligens
20. marts 2022 opdateret af: Yanqing Li, Shandong University
Automatisk realtidsdiagnose af gastrisk slimhindesygdom ved hjælp af probebaseret konfokal laserendomomikroskopi med kunstig intelligens
Probebaseret konfokal laserendomikroskopi (pCLE) er en endoskopisk teknik, der muliggør histologisk vurdering i realtid af gastrisk slimhindesygdom under igangværende endoskopiundersøgelse.
Dette kræver dog meget erfaring, hvilket begrænser anvendelsen af pCLE.
Efterforskerne designede et computerstøttet diagnoseprogram ved hjælp af dybt neuralt netværk til at stille diagnosen automatisk i pCLE-undersøgelse og kontrastere dens ydeevne med endoskopister.
Studieoversigt
Status
Afsluttet
Intervention / Behandling
Undersøgelsestype
Observationel
Tilmelding (Faktiske)
951
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
Shandong
-
Jinan, Shandong, Kina, 250001
- Endoscopic unit of Qilu Hospital Shandong University
-
-
Deltagelseskriterier
Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.
Berettigelseskriterier
Aldre berettiget til at studere
18 år til 80 år (Voksen, Ældre voksen)
Tager imod sunde frivillige
Ingen
Køn, der er berettiget til at studere
Alle
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
På hinanden følgende patienter, der modtager den øvre mave-tarmkanal pCLE-undersøgelse og screenet, der opfylder berettigelseskriterierne på Qilu Hospital, Shandong University, vil blive tilmeldt undersøgelsen
Beskrivelse
Inklusionskriterier:
- i alderen mellem 18 og 80;
- accepterer at give skriftligt informeret samtykke.
Ekskluderingskriterier:
- Patienter under forhold, der ikke er egnede til at udføre CLE, herunder koagulopati, nedsat nyre- eller leverfunktion, graviditet eller amning og kendt allergi over for fluorescein-natrium;
- Manglende evne til at give informeret samtykke
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Andet
- Tidsperspektiver: Fremadrettet
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
---|---|
læsioner observeret af pCLE
pCLE bruges til at skelne de formodede læsioner påvist ved hvidt lys endoskopi.
|
Når formodet læsion observeres ved hjælp af pCLE, vil endoskopist og AI stille en diagnose uafhængigt.
Derudover kan endoskopisten ikke se diagnosen AI.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Diagnoseeffektiviteten af kunstig intelligens
Tidsramme: 24 måneder
|
Det primære resultat er at teste den diagnostiske nøjagtighed, sensitivitet, specificitet, PPV, NPV af den kunstige intelligens til diagnosticering af gastrisk slimhindesygdom på pCLE-undersøgelse i realtid.
|
24 måneder
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Sammenlign diagnoseeffektiviteten af kunstig intelligens med endoskopister
Tidsramme: 24 måneder
|
Det sekundære resultat er at sammenligne diagnoseeffektiviteten (herunder diagnostisk nøjagtighed, sensitivitet, specificitet, PPV, NPV til diagnosticering af gastrisk slimhindesygdom på pCLE-undersøgelse i realtid) mellem kunstig intelligens og endoskopister.
|
24 måneder
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
Datoer for undersøgelser
Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.
Studer store datoer
Studiestart (Faktiske)
1. juli 2018
Primær færdiggørelse (Faktiske)
29. september 2021
Studieafslutning (Faktiske)
29. september 2021
Datoer for studieregistrering
Først indsendt
16. december 2018
Først indsendt, der opfyldte QC-kriterier
19. december 2018
Først opslået (Faktiske)
21. december 2018
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
1. april 2022
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
20. marts 2022
Sidst verificeret
1. marts 2022
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 2018SDU-QILU-12
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Ingen
Studerer et amerikansk FDA-reguleret enhedsprodukt
Ingen
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 .
Kliniske forsøg med Diagnosen kunstig intelligens og endoskopist
-
University Hospital, Clermont-FerrandUkendt
-
Hospices Civils de LyonRekruttering
-
Hospices Civils de LyonRekrutteringCochlear implantationFrankrig