- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05974163
Udvikling af et AI-baseret Emergency Imaging Multi-Disease Rapid Joint Screening System (Al-MDS)
Udvikling af et multisygdomsscreeningssystem til akut CT-billeddannelse baseret på kunstig intelligens
Introduktion:
Tidlig og hurtig diagnosticering af ætiologi er ofte en vigtig del af at redde livet for patienter på skadestuen. Chest CT er en vigtig undersøgelsesmetode til nøddiagnose på grund af dens hurtige undersøgelseshastighed og nøjagtige lokalisering. Traditionel medicinsk billeddiagnose er afhængig af, at radiologer rapporterer på en kvalitativ og subjektiv måde. Gennem den tværfaglige kombination af klinisk, billeddiagnostik og kunstig intelligens giver integrationen af multi-omics-data, konstruktionen af store sprogmodeller og konstruktionen af hjælpediagnosestøttesystemet "one check for multiple diseases" nye ideer og midler til hurtig og præcis screening af akutte kritiske sygdomme.
Metode:
Undersøgelsesdesign Efterforskere indsamlede retrospektivt kardiovaskulære, respiratoriske, fordøjelses- og neurologiske CT-billeder, demografiske data, sygehistorie og laboratoriedato for akutmodtagelsespatienter i perioden 1. januar 2018 og 30. december 2024. Udfør regelmæssigt standardiseret opfølgningsarbejde og fuldfør indsamling og databaseetablering af klinisk billeddannende multiomics-data fra patienter på akutmodtagelse. Inklusionskriterierne er:1. voksne akutpatienter med kardiovaskulære, respiratoriske, fordøjelses- og nervesystemsygdomme; 2. Disse patienter havde CT-billeder. Patienter med ufuldstændige kliniske eller radiografiske data blev udelukket fra analysen. Udfør regelmæssigt standardiseret opfølgningsarbejde, og fuldfør indsamling og databaseetablering af klinisk billeddannende multi-omics-data fra patienter på akutmodtagelse.
Baseret på de indsamlede medicinske tekstdata opbygges en kunstig intelligens storskala sprogmodelalgoritmeramme. Efter at strukturannoteringen af CT-thoraxbilleder er udført af læger over det mellemliggende niveau af billeddannelse, trænes Transformers dybe neurale netværk til CT-billedsegmentering og en række opgaver såsom strukturel struktursegmentering, skadedetektering, sygdomsklassificering og automatisk rapport generation er udviklet baseret på Vision Transformers selvopmærksomhedsarkitekturmekanisme. Et multi-sygdomsdiagnose og beslutningstagningssystem baseret på CT-billeder af brystet, klinisk tekst og multimodale undersøgelsesdata blev konstrueret og valideret.
Diskussion
Akutmedicin beskæftiger sig hovedsageligt med uforudsigelige kritiske og pludselige sygdomme. Patienter, der kommer på akutmodtagelsen til medicinsk behandling, har ofte akut opstået, skjult tilstand, hurtig fremgang, mange komplikationer, høj dødelighed og invaliditet. Assisterede diagnosesystemer udviklet ved at kombinere klinisk tekst, billeder og kunstig intelligens kan i høj grad forbedre akutmodtagelseslægernes evne til præcist at diagnosticere sygdomme. Denne undersøgelse udfylder tomrummet i et CT-diagnosesystem med kunstig intelligens til akutte patienter og giver et hurtigt diagnoseskema for multi-system og multi-sygdom. Endelig vil resultaterne blive transformeret til klinisk applikationssoftware og brugt og promoveret i det kliniske arbejde med at forbedre diagnose- og behandlingsniveauet.
Studieoversigt
Status
Intervention / Behandling
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: LI LI
- Telefonnummer: 02034071029
- E-mail: lil3@mail.sysu.edu.cn
Studiesteder
-
-
-
Guangzhou, Kina
- Sun Yat-sen Memorial Hospital, Sun Yat-sen University
-
Kontakt:
- LI LI, M.D.
- Telefonnummer: 02034071029
- E-mail: lil3@mail.sysu.edu.cn
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
Voksne med kardiovaskulære, respiratoriske, fordøjelses- og neurologiske lidelser. CT-billeddannelse var tilgængelig.
Ekskluderingskriterier:
Patienter med ufuldstændige kliniske eller radiografiske data blev ekskluderet.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
---|---|
Modelrekonstruktionskohorte
8000 patienter blev rekrutteret retrospektivt fra januar 2023 til december 2025 som opdagende gruppe.
|
Computertomografi (CT) er ofte en vigtig undersøgelsesmetode til akut diagnosticering på grund af dens hurtige undersøgelseshastighed og nøjagtige lokalisering af akut respiratorisk distress syndrom.
|
Ekstern valideringskohorte 1
1000 patienter blev rekrutteret retrospektivt fra januar 2023 til december 2025 som intern valideringsgruppe.
|
Computertomografi (CT) er ofte en vigtig undersøgelsesmetode til akut diagnosticering på grund af dens hurtige undersøgelseshastighed og nøjagtige lokalisering af akut respiratorisk distress syndrom.
|
Ekstern valideringskohorte 2
1000 patienter vil blive rekrutteret prospektivt i perioden fra januar 2023 til december 2025 som ekstern valideringsgruppe
|
Computertomografi (CT) er ofte en vigtig undersøgelsesmetode til akut diagnosticering på grund af dens hurtige undersøgelseshastighed og nøjagtige lokalisering af akut respiratorisk distress syndrom.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Nøjagtighed af sygdomsdiagnose
Tidsramme: 2025-08-01~2025-12-31
|
Konstruer en hurtig diagnose, præcis og effektiv nødsituation CT-billede multi-sygdom hurtigt led screening system
|
2025-08-01~2025-12-31
|
Samarbejdspartnere og efterforskere
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- SYSKY-2023-375-01
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
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 .
Kliniske forsøg med Kritisk sygdom
-
Unity Health TorontoUkendtUddannelse, Medicin | Critical Care UltralydCanada
-
Unity Health TorontoAfsluttet
-
Nanjing PLA General HospitalAfsluttetCritical Care Patient; Nedre fordøjelseskanal lidelse; | Colon læsioner;
-
Heidelberg UniversityUkendtSedation af cerebrovaskulært ventilerede Critical Care-patienterTyskland
-
National Taiwan University Clinical Trial CenterRekrutteringKardiologi, Critical Care Medicine, Emergency Medical ServiceTaiwan
Kliniske forsøg med radiomik af CT
-
University of California, San FranciscoAfsluttet
-
Exact Sciences CorporationRekrutteringHepatitis B | Hepatocellulært karcinom | Cirrhose | Leverkræft | Hepatocellulær kræftForenede Stater
-
Hoffmann-La RocheRoche Molecular Systems, IncIkke rekrutterer endnuChlamydia Trachomatis-infektion | Mycoplasma genitalium infektion | Neisseria Gonorrhoeae-infektion
-
American College of RadiologyPennsylvania Department of HealthAfsluttetKoronararteriesygdom | Brystsmerter | Akut koronarsyndrom | Akut myokardieinfarktForenede Stater
-
University Hospital, Clermont-FerrandUkendt
-
Maastricht UniversityTNO; Netherlands Instititute for Health Services Research; University of...AfsluttetHjertefejl | Diabetes mellitus, type 2 | Kronisk obstruktiv lungesygdom | AstmaHolland
-
Hacettepe UniversityAnkara City Hospital BilkentAfsluttetKolorektal cancerKalkun
-
The First Affiliated Hospital of Xiamen UniversityRekrutteringSolid tumor | Svulst | Positron-emissionstomografiKina
-
Rhizen Pharmaceuticals SAIncozen Therapeutics Pvt LtdAfsluttet
-
Memorial Sloan Kettering Cancer CenterAfsluttetAscitesForenede Stater