Inteligencia artificial basada en aprendizaje profundo para el diagnóstico de obstrucción del intestino delgado
Estudio que utiliza inteligencia artificial basada en aprendizaje profundo para el diagnóstico de obstrucción del intestino delgado
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
DISEÑO: Este es un estudio de diagnóstico. AJUSTE: Desarrollamos una tecnología de IA basada en aprendizaje profundo para extraer automáticamente el tracto intestinal de imágenes de TC utilizando 5200 imágenes de TC de 158 pacientes. Las imágenes de tomografía computarizada de pacientes que visitaron el departamento de emergencias y se sospechaba de obstrucción del intestino delgado entre el 6 de junio y el 26 de julio de 2018 se obtuvieron de dos centros de referencia terciarios, que se utilizaron como muestras de prueba. El análisis de datos se completó en diciembre de 2023.
PARTICIPANTES: Residentes y cirujanos participaron en el estudio. INTERVENCIONES: Los residentes y cirujanos se dividieron en dos grupos: un grupo leyó utilizando la tecnología de IA y el otro grupo leyó sin la tecnología de IA.
PRINCIPALES RESULTADOS Y MEDIDAS: Los participantes indicaron si había o no obstrucción del intestino delgado y la ubicación de la obstrucción. También se recogió el tiempo de diagnóstico. Aplicamos un modelo bayesiano jerárquico.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Aichi
-
Nagoya, Aichi, Japón, 4668560
- Nagoya University Graduate School of Medicine
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Personas con consentimiento documentado
Criterio de exclusión:
- Personas sin consentimiento documentado
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo de IA
Los participantes leen imágenes de TC con IA.
|
La IA extrae la región intestinal y la reconstruye en una imagen 3D.
|
|
Grupo manual
Los participantes leen imágenes de TC sin IA
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
El diagnóstico del sitio de la obstrucción.
Periodo de tiempo: Septiembre, 2024
|
Precisión del diagnóstico del sitio de la obstrucción.
|
Septiembre, 2024
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Silla de estudio: Hieoo Uchida, PhD., Nagoya University Graduate School of Medicine, Pediatric Surgery
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Estimado)
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
- 2022-0188
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. .