Estudio sobre la Efectividad del Control de Calidad de Operación de Gastroscopio Basado en Tecnología de Inteligencia Artificial
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
La gastroscopia juega un papel importante en la detección y diagnóstico de enfermedades del tracto gastrointestinal superior. Es necesario que los endoscopistas operen el gastroscopio de acuerdo con el proceso estandarizado, para evitar perder lesiones tempranas. Sin embargo, con el rápido aumento del número de endoscopias, la carga de trabajo de los endoscopistas aumenta aún más. La alta carga de trabajo reduce la calidad de la endoscopia, lo que da como resultado una observación incompleta de partes anatómicas que son fáciles de pasar por alto en el proceso de gastroscopia. Existen diferencias significativas en el nivel de operación de los diferentes endoscopistas. Por lo tanto, llevar a cabo métodos de inteligencia artificial tiene una buena investigación académica y un valor práctico para mejorar la calidad del diagnóstico y tratamiento endoscópico.
Los dispositivos de inteligencia artificial necesitan utilizar una gran cantidad de imágenes endoscópicas, en base a esto, tenemos la intención de recopilar datos de imágenes endoscópicas de nuestros hospitales para el entrenamiento y la validación del modelo.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Haidian
-
Beijing, Haidian, Porcelana, 100142
- Beijing Cancer Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes de 18 años o más sometidos a gastroscopia;
- Ser capaz de leer, comprender y firmar el consentimiento informado;
Criterio de exclusión:
- Pacientes con contraindicaciones absolutas para el examen endoscópico;
- mujeres embarazadas;
- historia previa de cirugía gástrica;
- el investigador considera que el sujeto no es apto para el ensayo clínico.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Exactitud
Periodo de tiempo: 2020.2.22-2020.7.1
|
Calcule la precisión del juicio de AI sobre las imágenes
|
2020.2.22-2020.7.1
|
|
Sensibilidad
Periodo de tiempo: 2020.2.22-2020.7.1
|
número de imágenes en las que AI diagnosticó correctamente positivo/todas las imágenes con positivo
|
2020.2.22-2020.7.1
|
|
Especificidad
Periodo de tiempo: 2020.2.22-2020.7.1
|
número de imágenes en las que AI diagnosticó correctamente negativo/todas las imágenes negativas
|
2020.2.22-2020.7.1
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Silla de estudio: Qi Wu, MD., Peking University Cancer Hospital & Institute
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
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
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- PX2020047
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. .