Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Algoritmo de Deep Learning para el Diagnóstico de Enfermedades Gastrointestinales

14 de febrero de 2020 actualizado por: Xiuli Zuo, Shandong University

Desarrollo y Validación de un Algoritmo de Aprendizaje Profundo para el Diagnóstico de Enfermedades Gastrointestinales

El propósito de este estudio es desarrollar y validar un algoritmo de aprendizaje profundo para el diagnóstico de enfermedades gastrointestinales. Luego, evalúe la precisión de este nuevo sistema de reconocimiento asistido por inteligencia artificial (IA) en la práctica clínica.

Descripción general del estudio

Estado

Desconocido

Condiciones

Intervención / Tratamiento

Descripción detallada

Recientemente, el algoritmo de aprendizaje profundo basado en redes neuronales centrales (CNN) ha mostrado un potencial múltiple en la detección asistida por computadora y el diagnóstico asistido por computadora de lesiones gastrointestinales. Sin embargo, todavía hay un espacio en blanco en el reconocimiento de todas las enfermedades gastrointestinales. Este estudio tiene como objetivo desarrollar y validar un algoritmo de aprendizaje profundo para el diagnóstico de enfermedades gastrointestinales. Luego, evalúe la precisión de este nuevo sistema de reconocimiento asistido por inteligencia artificial (IA) en la práctica clínica.

Tipo de estudio

Intervencionista

Inscripción (Anticipado)

100000

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

  • Porcelana
    • Shandong
      • Jinan, Shandong, Porcelana, 250012
        • Reclutamiento
        • Qilu Hospital, Shandong University
        • Contacto:
          • Xiuli Zuo, PhD
          • Número de teléfono: 053188369277 15588818685
          • Correo electrónico: zuoxiuli@sdu.edu.cn

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

18 años y mayores (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Géneros elegibles para el estudio

Todos

Descripción

Criterios de inclusión:

  • Los participantes, de 18 años o más, que no habían tenido una endoscopia previa fueron recuperados de todos los hospitales participantes.

Criterio de exclusión:

-

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Diagnóstico
  • Asignación: N / A
  • Modelo Intervencionista: Asignación de un solo grupo
  • Enmascaramiento: Ninguno (etiqueta abierta)

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: Endoscopia gastrointestinal de monitorización de IA
Después de recibir el régimen de preparación estándar, los pacientes se someten a una colonoscopia o gastroscopia con el dispositivo de monitorización de IA. Todo el procedimiento es monitoreado por el sistema de reconocimiento asociado a la IA. Las enfermedades gastrointestinales se detectarán y diagnosticarán en las que el dispositivo de IA capturará automáticamente imágenes relevantes e informará el sitio de cada segmento en la pantalla. El análisis histológico se establece como un estándar de oro. Luego, todas las imágenes capturadas por IA serán revisadas por un grupo humano, que consta de tres a cinco médicos endoscópicos experimentados.
Dispositivo: IA para el Diagnóstico de Enfermedades Gastrointestinales
Después de recibir el régimen de preparación estándar, los pacientes se someten a una colonoscopia o gastroscopia con el dispositivo de monitorización de IA. Todo el procedimiento es monitoreado por el sistema de reconocimiento asociado a la IA. Las enfermedades gastrointestinales se detectarán y diagnosticarán en las que el dispositivo de IA capturará automáticamente imágenes relevantes e informará el sitio de cada segmento en la pantalla. El análisis histológico se establece como un estándar de oro. Luego, todas las imágenes capturadas por IA serán revisadas por un grupo humano, que consta de tres a cinco médicos endoscópicos experimentados.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
La precisión diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
Periodo de tiempo: 1 mes
La precisión diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
1 mes

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
La sensibilidad diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
Periodo de tiempo: 1 mes
La sensibilidad diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
1 mes
La especificidad diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
Periodo de tiempo: 1 mes
La especificidad diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
1 mes
El valor predictivo positivo diagnóstico de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
Periodo de tiempo: 1 mes
La especificidad diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
1 mes
El valor predictivo negativo diagnóstico de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
Periodo de tiempo: 1 mes
La especificidad diagnóstica de enfermedades gastrointestinales con algoritmo de aprendizaje profundo.
1 mes

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Shandong University

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de enero de 2020

Finalización primaria (Anticipado)

1 de febrero de 2020

Finalización del estudio (Anticipado)

1 de febrero de 2020

Fechas de registro del estudio

Enviado por primera vez

7 de enero de 2020

Primero enviado que cumplió con los criterios de control de calidad

7 de enero de 2020

Publicado por primera vez (Actual)

10 de enero de 2020

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

18 de febrero de 2020

Última actualización enviada que cumplió con los criterios de control de calidad

14 de febrero de 2020

Última verificación

1 de febrero de 2020

Más información

Términos relacionados con este estudio

Palabras clave

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 2019-SDU-QILU-G710

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

producto fabricado y exportado desde los EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Ensayos clínicos sobre Enfermedad gastrointestinal

Buscar ensayos similares

Patrocinadores y Colaboradores

Condiciones médicas

Intervenciones de drogas

CROs by country

CROs in Algeria

Condiciones

Enfermedades Raras

Intervenciones de drogas

Suplementos dietéticos

Patrocinador / Colaboradores

Localizaciones

3
Suscribir