Alusta monitieteisen lääketieteellisen tekoälyn kehittämiselle (AI)
Tutkimuksen yleiskatsaus
Tila
Tila
Ehdot
Ehdot
Opintotyyppi
Opintotyyppi
Ilmoittautuminen (Odotettu)
Ilmoittautuminen
Yhteystiedot ja paikat
Opiskeluyhteys
Opiskeluyhteys
- Nimi: Haotian Lin, Ph.D, M.D.
- Puhelinnumero: +86-020-87330274
- Sähköposti: gddlht@aliyun.com
Opiskelupaikat
-
-
Guangdong
-
Guangzhou, Guangdong, Kiina, 510060
- Rekrytointi
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Ottaa yhteyttä:
- Haotian Lin, Ph.D, M.D.
- Puhelinnumero: +86-020-87330274
- Sähköposti: gddlht@aliyun.com
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- sinulla on lääketieteelliset kuvantamistiedot (mukaan lukien oftalmologia, patologia, röntgenkuvaus, verisolut ja endoskopia)
Poissulkemiskriteerit:
- pätemätön lääketieteellinen kuvantaminen
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Ryhmien/kohorttien lukumäärä
Kohortit ja interventiot
Ryhmä/KohorttiRyhmä/Kohortti |
|---|
|
ihmisen ja koneen yhteistyöryhmä
terveydenhuollon ammattilaiset ja koneyhteistyö merkintöjen ja tekoälymallin kehittämiseen
|
|
puhdas manuaalinen ryhmä
terveydenhuollon ammattilaisia puhtaaseen manuaaliseen merkintään ja tekoälymallin kehittämiseen
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
huomautuksen tarkkuus
Aikaikkuna: perusviiva
|
laskea merkintöjen tarkkuus ryhmien välistä vertailua varten käyttämällä merkintätuloksia
|
perusviiva
|
Toissijaiset tulostoimenpiteet
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
mallin suorituskyvyn tarkkuus
Aikaikkuna: perusviiva
|
laskea tekoälymallin tarkkuus ryhmien välistä vertailua varten käyttämällä mallin ennustettuja tuloksia
|
perusviiva
|
|
Mallin suorituskyvyn AUC
Aikaikkuna: perusviiva
|
laskea AI-mallin AUC-arvot vertailua varten ryhmien välillä käyttämällä mallin ennustettuja tuloksia
|
perusviiva
|
|
huomautuksen ajan hinta
Aikaikkuna: perusviiva
|
laskea annotaatioaikakustannukset ryhmien välistä vertailua varten käyttämällä testien aikana tallennettua aikaa
|
perusviiva
|
Yhteistyökumppanit ja tutkijat
Sponsori
Sponsori
Tutkijat
Tutkijat
- Päätutkija: Haotian Lin, Ph.D, M.D., Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Opiskelun aloitus
Ensisijainen valmistuminen (Todellinen)
Ensisijainen valmistuminen
Opintojen valmistuminen (Odotettu)
Opintojen valmistuminen
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Ensimmäinen Lähetetty
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin päivitys julkaistu
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
Muut tutkimustunnusnumerot
- AIplatform-2020
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .