QOCA®-Image Medical Platform – Intelligentes VCF-Risikomanagementsystem
Smart Bone: Ein intelligentes Frakturrisikoerfassungs- und Managementsystem
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Im Krankenhaus Wan Fang wurde eine Computersuche von CT-Scans (01.01.2010 bis 30.09.2018) durchgeführt. Jene CT-Bilder, die nachträglich von erfahrenen Radiologen überprüft wurden. Die CT-Scans von 1000–1500 Probanden ab 50 Jahren mit und ohne thorakale oder lumbale Kompressionsfrakturen wurden in dieses Projekt für maschinelles Lernen und Deep Learning aufgenommen. Die Kontrollgruppe umfasste diejenigen ohne Kompressionsfrakturen, während die Patientengruppe diejenigen mit Kompressionsfrakturen waren. Probanden, die die Einschlusskriterien nicht erfüllten, wurden ausgeschlossen.
Die kortikale Schicht der T12-L5-Wirbelsäulenbilder wurde von den Technologen manuell mit der Beschriftungssoftware beschriftet und die Korrektheit des Bildes von einem erfahrenen Radiologen bestätigt. Alle entkoppelten und vervollständigten Bilder wurden Quanta Computer Inc. zur anschließenden Klassifizierung und Analyse von KI-Maschinen für Deep Learning zur Verfügung gestellt, um die Entwicklung eines Systems zur automatischen Erkennung von Druckbrüchen durch CT zu erleichtern. Dieses neu entwickelte automatische System wird von wertvoller klinischer Bedeutung sein, indem es Radiologen dabei unterstützt, vertebrale Kompressionsfrakturen präzise und genau zu erkennen und zu klassifizieren.
Studientyp
Einschreibung (Voraussichtlich)
Kontakte und Standorte
Studienorte
-
-
-
Taipei, Taiwan
- Taipei Medical University WanFang Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Fälle mit CT-Untersuchungen, die zwischen 2010.01-2018.09 erworben wurden
- Fälle mit CT-Untersuchungen, die mit einem der folgenden Protokolle durchgeführt wurden: Ganzkörper, Abdomen und Wirbelsäule
- Die Fälle müssen >/= 50 Jahre alt sein
- Fälle mit Berichten von CT-Untersuchungen, die als positive oder negative Kompressionsfrakturen innerhalb eines Suchbereichs von Wirbeln T12 bis L5 verworfen wurden.
- CT-Bilder mit Rohdaten, die in axialer Ansicht mit einer Schichtdicke von 1,3 mm rekonstruiert werden dürfen
- CT-Bilder mit Rohdaten, die in sagittaler Ansicht mit einer Schichtdicke von 2,5 mm rekonstruiert werden dürfen
Ausschlusskriterien:
- CT-Bilder mit Bildartefakten, Fremdkörpern oder Implantaten
- Fälle mit Begleiterkrankungen wie Infektionen, Krebsmetastasen, chronischer Osteomyelitis oder anderen nicht osteoporotischen Kompressionsfrakturen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Retrospektive
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Radiologen
Im Krankenhaus Wan Fang wurde eine Computersuche von CT-Scans (01.01.2010 bis 30.09.2018) durchgeführt.
Diese CT-Bilder wurden nachträglich von einem erfahrenen Radiologen überprüft, der die Wirbelfrakturen nach der semiquantitativen Methode von Genant klassifizierte und mit Anmerkungen markierte.
|
|
|
Intelligenter Knochen
Dieselben CT-Bilder wurden separat überprüft und vom künstlichen Intelligenzsystem (Smart Bone) von Quanta für Kompressionsfrakturen verarbeitet.
Die beiden Ergebnisse, eines von den Radiologen und das andere von einem System künstlicher Intelligenz, werden verglichen, um die Äquivalenz statistisch zu quantifizieren (CADe).
|
Ein Gerät namens Smart Bone, das retrospektiv erfasste CT-Bilder verwendet, um eine zweite Überprüfung von CT-Bildern mit vertebralen Kompressionsfrakturen durch ein interaktives KI-Programm durchzuführen, das von Quanta Computer Inc. entwickelt wurde, wurde auf die CT-Bilder angewendet.
Das Gerät ist eine CADe-Softwareanwendung (Computer Aided Detection) und wurde entwickelt, um Radiologen bei der Analyse von Wirbelsäulen-CT-Bildern zu unterstützen.
Das Gerät verwendet Deep-Learning-Methoden, um Wirbel zu erkennen und Bilder zu klassifizieren.
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Übereinstimmungsrate
Zeitfenster: 2019.06 bis 2020.03
|
Die von Smart Bone vorgeschlagenen Deskriptoren für CT-Bildgebung und Datensysteme stimmen gut mit den von Experten ausgewählten überein. Mit anderen Worten, das von Smart Bone generierte CT-Bildgebungs-Berichts- und Datensystem unterscheidet sich statistisch nicht vom Konsens der Experten. CT-Bildgebungsberichte und Datensystem-Bewertungskategoriepunktzahl: Der Benutzer trifft die endgültige Entscheidung über die Bewertungskategoriepunktzahl. Anhand dieses Scores zeigt Smart Bone die Bewertungsbeschreibung an. Grad 0: Normale Wirbel Grad 1: Leichter Bruch, 20–25 % Grad 2: Mittelschwerer Bruch, 26–40 % Grad 3: Schwerer Bruch, >40 % |
2019.06 bis 2020.03
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit
Zeitfenster: 2019.06 bis 2020.03
|
Im Vergleich wird die Genauigkeit von CT-Bildgebungsergebnissen von Radiologen mit und ohne CADe bewertet.
|
2019.06 bis 2020.03
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Wing P. Chan, M.D., Taipei Medical University WanFang Hospital
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Voraussichtlich)
Studienabschluss (Voraussichtlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- N201909056
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .