QOCA®-Image Medical Platform - Sistema inteligente de gestión de riesgos VCF
Smart Bone: un sistema inteligente de captura y gestión del riesgo de fracturas
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Se realizó una búsqueda informática de tomografías computarizadas (2010.01.01-2018.09.30) en el Hospital Wan Fang. Aquellas imágenes de TC que fueron revisadas retrospectivamente por radiólogos experimentados. Las tomografías computarizadas de 1000-1500 sujetos de 50 años o más con y sin fracturas por compresión torácica o lumbar se incluyeron en este proyecto para el aprendizaje automático y el aprendizaje profundo. El grupo de control incluía a aquellos sin fracturas por compresión, mientras que el grupo de pacientes eran aquellos con fracturas por compresión. Se excluyeron los sujetos que no cumplieron con los criterios de inclusión.
Los tecnólogos etiquetaron manualmente la capa cortical de las imágenes de la columna T12-L5 con el software de etiquetado y un radiólogo experimentado confirmó la corrección de la imagen. Todas las imágenes desvinculadas y completadas se proporcionaron a Quanta Computer Inc. para su posterior clasificación y análisis de máquinas de IA para aprendizaje profundo para facilitar el desarrollo de un sistema de detección automática de fracturas por presión mediante TC. Este sistema automático recientemente desarrollado tendrá un impacto clínico valioso para ayudar a los radiólogos a detectar y clasificar las fracturas vertebrales por compresión con precisión y exactitud.
Tipo de estudio
Inscripción (Anticipado)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Taipei, Taiwán
- Taipei Medical University WanFang Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Casos con exámenes de TC adquiridos entre 2010.01-2018.09
- Casos con exámenes de TC realizados con uno de los siguientes protocolos: cuerpo completo, abdomen y columna
- Los casos deben tener >/= 50 años de edad
- Casos con informes de exámenes de TC descartados como fracturas por compresión positivas o negativas dentro de un rango de búsqueda de vértebras T12 a L5.
- Imágenes de TC con datos sin procesar que se pueden reconstruir en vista axial con un grosor de corte de 1,3 mm
- Imágenes de TC con datos sin procesar que se pueden reconstruir en vista sagital con un grosor de corte de 2,5 mm
Criterio de exclusión:
- Imágenes de TC con artefactos de imagen, cuerpos extraños o implantes
- Casos con condiciones comórbidas, como infección, metástasis de cáncer, osteomielitis crónica u otra fractura por compresión no osteoporótica
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Retrospectivo
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Radiólogos
Se realizó una búsqueda informática de tomografías computarizadas (2010.01.01-2018.09.30) en el Hospital Wan Fang.
Estas imágenes de TC fueron revisadas retrospectivamente por un radiólogo experimentado que clasificó y marcó con anotaciones las fracturas vertebrales mediante el método semicuantitativo de Genant.
|
|
|
Hueso inteligente
Las mismas imágenes de TC fueron revisadas por separado y procesadas por el sistema de inteligencia artificial (Smart Bone) de Quanta para fracturas por compresión.
Los dos resultados, uno por los radiólogos y otro por el sistema de inteligencia artificial, se compararán para cuantificar estadísticamente la equivalencia (CADe).
|
Se aplicó a las imágenes de TC un dispositivo llamado Smart Bone que utiliza imágenes de TC adquiridas retrospectivamente para implicar una segunda revisión de imágenes de TC con fracturas vertebrales por compresión a través de un programa de IA interactivo desarrollado por Quanta Computer Inc.
El dispositivo es una aplicación de software de detección asistida por computadora (CADe) y está diseñado para ayudar a los radiólogos a analizar imágenes de TC de columna.
El dispositivo utiliza métodos de aprendizaje profundo para realizar la detección de vértebras y la clasificación de imágenes.
Otros nombres:
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de concordancia
Periodo de tiempo: 2019.06 a 2020.03
|
Los descriptores del sistema de datos e informes de imágenes de TC sugeridos por Smart Bone concuerdan con los seleccionados por los expertos. En otras palabras, el sistema de datos e informes de imágenes de TC generado por Smart Bone no difiere estadísticamente del consenso de los expertos. Puntuación de la categoría de evaluación del sistema de datos e informes de imágenes de TC: el usuario toma la decisión final sobre la puntuación de la categoría de evaluación. Con esta puntuación, Smart Bone muestra la descripción de la evaluación. Grado 0: Vértebras normales Grado 1: Fractura leve, 20-25 % Grado 2: Fractura moderada, 26-40 % Grado 3: Fractura grave, >40 % |
2019.06 a 2020.03
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión
Periodo de tiempo: 2019.06 a 2020.03
|
Se evaluará la comparación con la precisión de los resultados de las imágenes de TC por parte de radiólogos con y sin CADe.
|
2019.06 a 2020.03
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Wing P. Chan, M.D., Taipei Medical University WanFang Hospital
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Anticipado)
Finalización del estudio (Anticipado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- N201909056
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
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. .