Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Automatische Echtzeit-Diagnose von Erkrankungen der Magenschleimhaut mit pCLE und künstlicher Intelligenz

20. März 2022 aktualisiert von: Yanqing Li, Shandong University

Automatische Echtzeit-Diagnose von Erkrankungen der Magenschleimhaut mittels Sonden-basierter konfokaler Laser-Endomikroskopie mit künstlicher Intelligenz

Die sondenbasierte konfokale Laser-Endomikroskopie (pCLE) ist eine endoskopische Technik, die eine histologische Bewertung von Magenschleimhauterkrankungen während der laufenden Endoskopieuntersuchung in Echtzeit ermöglicht. Dies erfordert jedoch viel Erfahrung, was die Anwendung von pCLE einschränkt. Die Forscher entwarfen ein computergestütztes Diagnoseprogramm, das ein tiefes neuronales Netzwerk verwendet, um bei der pCLE-Untersuchung automatisch eine Diagnose zu stellen und seine Leistung mit Endoskopikern zu vergleichen.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

951

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • China
    • Shandong
      • Jinan, Shandong, China, 250001
        • Endoscopic unit of Qilu Hospital Shandong University

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre bis 80 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Konsekutive Patienten, die die pCLE-Untersuchung des oberen Magen-Darm-Trakts erhalten und gescreent werden, die die Eignungskriterien am Qilu-Krankenhaus der Shandong-Universität erfüllen, werden in die Studie aufgenommen

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

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Sonstiges
  • Zeitperspektiven: Interessent

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
durch pCLE beobachtete Läsionen
pCLE wird verwendet, um die vermuteten Läsionen zu unterscheiden, die durch Weißlichtendoskopie erkannt werden.
Diagnosetest: Die Diagnose der künstlichen Intelligenz und Endoskopiker
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

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

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

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Shandong University

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Juli 2018

Primärer Abschluss (Tatsächlich)

29. September 2021

Studienabschluss (Tatsächlich)

29. September 2021

Studienanmeldedaten

Zuerst eingereicht

16. Dezember 2018

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

19. Dezember 2018

Zuerst gepostet (Tatsächlich)

21. Dezember 2018

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

1. April 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

20. März 2022

Zuletzt verifiziert

1. März 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 2018SDU-QILU-12

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Die Diagnose der künstlichen Intelligenz und Endoskopiker

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Greece

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren