AI-assisteret endoskopirapportsystem til forbedring af rapporteringskvaliteten
8. august 2022 opdateret af: Renmin Hospital of Wuhan University
En enkeltcenterundersøgelse af et AI-assisteret endoskopirapportsystem til forbedring af rapporteringskvaliteten
I denne undersøgelse foreslog vi en prospektiv undersøgelse om effektiviteten af kunstig intelligens-system til endoskopirapportkvalitet hos endoskopister.
Fagene ville blive opdelt i to grupper.
For de indsamlede endoskopiske videoer ville gruppe A færdiggøre endoskopirapporten med hjælp fra det kunstige intelligenssystem.
Det kunstige intelligens-assistentsystem kan automatisk optage billeder, fremkalde unormale læsioner og de dele, der er omfattet af undersøgelsen (den øvre mave-tarmkanal er opdelt i 26 dele).
Gruppe B ville fuldføre endoskopirapporten uden særlige anvisninger.
Efter en periode med glemsel skiftede de to grupper, det vil sige gruppe A uden AI-assistance og gruppe B med AI-assistance for at færdiggøre endoskopirapporten.
Derefter blev fuldstændigheden af den indberettede læsion, nøjagtigheden af læsionsplaceringen, fuldstændigheden af læsionen og standarddelen i de optagne billeder og så videre sammenlignet med eller uden AI-assistance.
Studieoversigt
Status
Rekruttering
Betingelser
Intervention / Behandling
Undersøgelsestype
Interventionel
Tilmelding (Forventet)
10
Fase
- Ikke anvendelig
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Honggang Yu, MD
- Telefonnummer: 13871281899
- E-mail: yuhonggang1969@163.com
Studiesteder
-
-
-
Wuhan, Kina, 430060
- Rekruttering
- Renmin Hospital of Wuhan 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 70 år (VOKSEN, OLDER_ADULT)
Tager imod sunde frivillige
Ja
Køn, der er berettiget til at studere
Alle
Beskrivelse
Inklusionskriterier:
- hanner eller kvinder, der er over 18 år;
- Efter kvalificeret medicinsk uddannelse og opnået certifikatet for kinesisk læge;
Ekskluderingskriterier:
- Læger uden kvalificeret medicinsk uddannelse og ikke opnåede certifikatet fra kinesisk læge;
- Forskeren mener, at forsøgspersonerne ikke er egnede til at deltage i kliniske forsøg.
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: DEVICE_FEASIBILITY
- Tildeling: TILFÆLDIGT
- Interventionel model: OVERKRYDS
- Maskning: INGEN
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
EKSPERIMENTEL: med kunstig intelligens assistentsystem
Endoskopister ville færdiggøre endoskopirapporten med hjælp fra det kunstige intelligenssystem.
|
Det kunstige intelligens-assistentsystem kan automatisk optage billeder, fremkalde unormale læsioner og de dele, der er omfattet af undersøgelsen (maven er opdelt i 26 dele).
|
|
NO_INTERVENTION: uden kunstig intelligens assistentsystem
Endoskopister ville udfylde endoskopirapporten uden særlige anvisninger.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Rapportlæsionens integritet
Tidsramme: en måned
|
Rapportér læsionsintegritet med eller uden AI-assisteret.
Beregningsmetode = antal rapporterede læsioner / samlet antal læsioner x 100 %
|
en måned
|
|
Nøjagtighed af læsionsplacering
Tidsramme: en måned
|
Nøjagtighed af læsionsplacering med eller uden AI-assisteret.
Beregningsmetode = antal læsioner med korrekt placering / samlet antal læsioner x 100 %
|
en måned
|
|
Integritet af læsionen i optagne billeder
Tidsramme: en måned
|
Læsionsintegritet i optagne billeder med eller uden AI-assisteret.
Beregningsmetode = antal læsioner i optagne billeder / samlet antal læsioner x 100 %
|
en måned
|
|
Standarddelens integritet i optagne billeder
Tidsramme: en måned
|
Læsionsintegritet i optagne billeder med eller uden AI-assisteret.
Beregningsmetode = antal standarddele i optagne billeder / det faktiske antal standarddele omfattet af undersøgelsen x 100 %
|
en måned
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
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. november 2021
Primær færdiggørelse (FORVENTET)
1. december 2022
Studieafslutning (FORVENTET)
1. december 2022
Datoer for studieregistrering
Først indsendt
27. juli 2022
Først indsendt, der opfyldte QC-kriterier
27. juli 2022
Først opslået (FAKTISKE)
29. juli 2022
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (FAKTISKE)
10. august 2022
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
8. august 2022
Sidst verificeret
1. juli 2022
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
- EA-21-010
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
INGEN
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 .