Automatische Echtzeit-Diagnose von Erkrankungen der Magenschleimhaut mit pCLE und künstlicher Intelligenz
Automatische Echtzeit-Diagnose von Erkrankungen der Magenschleimhaut mittels Sonden-basierter konfokaler Laser-Endomikroskopie mit künstlicher Intelligenz
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Shandong
-
Jinan, Shandong, China, 250001
- Endoscopic unit of Qilu Hospital Shandong University
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Alter zwischen 18 und 80;
- erklären sich damit einverstanden, eine schriftliche Einverständniserklärung abzugeben.
Ausschlusskriterien:
- Patienten unter Bedingungen, die für die Durchführung von CLE ungeeignet sind, einschließlich Koagulopathie, eingeschränkter Nieren- oder Leberfunktion, Schwangerschaft oder Stillzeit und bekannter Allergie gegen Fluorescein-Natrium;
- Unfähigkeit, eine informierte Einwilligung zu erteilen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Interessent
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
durch pCLE beobachtete Läsionen
pCLE wird verwendet, um die vermuteten Läsionen zu unterscheiden, die durch Weißlichtendoskopie erkannt werden.
|
Wenn eine vermutete Läsion mit pCLE beobachtet wird, stellen der Endoskopiker und die KI unabhängig voneinander eine Diagnose.
Außerdem kann der Endoskopiker die AI-Diagnose nicht sehen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die Diagnoseeffizienz der Künstlichen Intelligenz
Zeitfenster: 24 Monate
|
Das primäre Ergebnis besteht darin, die diagnostische Genauigkeit, Sensitivität, Spezifität, PPV, NPV der künstlichen Intelligenz zur Diagnose von Erkrankungen der Magenschleimhaut bei einer pCLE-Untersuchung in Echtzeit zu testen.
|
24 Monate
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vergleichen Sie die Diagnoseeffizienz der künstlichen Intelligenz mit Endoskopikern
Zeitfenster: 24 Monate
|
Das sekundäre Ergebnis ist der Vergleich der Diagnoseeffizienz (einschließlich diagnostischer Genauigkeit, Sensitivität, Spezifität, PPV, NPV für die Diagnose von Magenschleimhauterkrankungen bei der pCLE-Untersuchung in Echtzeit) zwischen künstlicher Intelligenz und Endoskopikern.
|
24 Monate
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 2018SDU-QILU-12
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .