Detección automatizada de artritis mediante inteligencia artificial en fotografías de teléfonos inteligentes (AISynovitis)
Métodos de detección automatizados de artritis inflamatoria y formación de una base de datos de imágenes
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Durante los últimos 4 años, nuestro objetivo ha sido revolucionar la detección de la artritis mediante la integración de inteligencia artificial avanzada. Este proyecto tiene como objetivo detectar la artritis a partir de fotografías de áreas articulares tomadas con teléfonos inteligentes que la hagan escalable y disponible en la comunidad. Primero desarrollamos un proceso y modelos convincentes de prueba de concepto utilizando 100 pacientes. (publicado en Frontiers in Medicine, noviembre de 2023, en el que demostramos que esta tecnología funciona con una precisión razonable en el laboratorio, es decir, el nivel de preparación tecnológica se sitúa actualmente en 3-4). Seguimos con un artículo más reciente (enviado para publicación, disponible en el servidor de preimpresión MedRxiv) que entrenó dos CNN diferentes, una CNN de detección en manos no cortadas que distingue a los pacientes de los controles seguida de detecciones específicas de las articulaciones.
El sistema implica una infraestructura de apoyo que permitirá la detección eficiente de la artritis. Esto incluye
- Colección de fotografías de forma estandarizada mediante cajas diseñadas a medida.
- Usar y probar una canalización de navegador
- Los modelos de CNN se entrenarán con el conjunto de datos de fotografías tomadas en este lugar y los resultados se distribuirán a los médicos de la comunidad. Esto garantiza un médico informado que luego puede tomar medidas sobre los resultados para realizar más pruebas de confirmación o manejo.
- Comprender el conocimiento y la actitud de pacientes y médicos hacia la IA en los algoritmos de toma de decisiones clínicas
Este es un estudio prospectivo, no intervencionista y este proyecto solo involucra a un investigador que toma una fotografía con un teléfono inteligente de algunas áreas de las articulaciones mantenidas en posiciones estandarizadas. Esto no supone ningún riesgo para el paciente.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Pune, India, 411001
- Poona Superspeciality Clinic
-
-
Maharashtra
-
Pune, Maharashtra, India, 411004
- Rheumatology Clinic
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Artritis inflamatoria de cualquier etiología.
Criterios de exclusión:
- Deformidad grave que dificulta la estandarización de fotografías
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Artritis inflamatoria
Pacientes con artritis inflamatoria independientemente de la etiología, incluida la artritis reumatoide, la artritis psoriásica, el lupus eritematoso sistémico y la artritis viral.
|
Los pacientes recibirán exámenes y fotografías clínicas de redes convolucionales para diagnosticar artritis inflamatoria.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión del diagnóstico de IA frente a la opinión de un especialista (reumatólogo)
Periodo de tiempo: 3 años
|
Concordancia de detección de sinovitis por red neuronal convolucional (binaria) con opinión de especialista diagnosticada clínicamente (opinión de reumatólogo)
|
3 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión del diagnóstico por IA frente al diagnóstico por imágenes en Ultrasonido
Periodo de tiempo: 3 años
|
Concordancia de detección de sinovitis por red neuronal convolucional (binaria) en comparación con ecografía musculoesquelética
|
3 años
|
|
Sensibilidad al cambio
Periodo de tiempo: 3 años
|
¿Puede la red neuronal convolucional detectar cambios de una articulación inflamada a una no inflamada?
|
3 años
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Sanat Phatak, MD, DM, Med2Measure
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
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
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- M2M-ID0001
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Marco de tiempo para compartir IPD
Criterios de acceso compartido de IPD
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- CIF
- RSC
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.
producto fabricado y exportado desde los 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. .