Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Tekoälyalgoritmit COVID-19:n ja influenssakeuhkotulehduksen erottamiseksi keuhkojen röntgensäteillä (AI-COVID-Xr)

torstai 23. huhtikuuta 2020 päivittänyt: Professor Adrian Covic

Tekoälyalgoritmien (CNN:iden) edut COVID-19:n ja influenssakeuhkotulehduksen erottamisessa päivystysosastolla keuhkojen röntgentutkimuksilla

Tämän projektin tavoitteena on käyttää tekoälyn (kuvan erottelun) algoritmeja, erityisesti konvoluutiohermoverkkoja (CNN) keuhkojen röntgenkuvien skannaamiseen ensiapuosastolla (triage) potilailla, joilla epäillään koronavirusinfektion COVID 19 -tartunnan hengitysoireita (kuume, yskä, lihaskipu). Tavoitteena on luoda ja validoida ohjelmistoratkaisu, joka erottaa rintakehän röntgenkuvan perusteella Covid-19-keuhkotulehduksen ja influenssan.

Tutkimuksen yleiskatsaus

Tila

Tuntematon

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Tämä projekti pyrkii käyttämään tekoälyn (kuvan erottelun) algoritmeja;

  • erityisesti konvoluutiohermoverkot (CNN:t) rintakehän röntgenkuvien skannaamiseen ensiapuosastolla (triage) potilailla, joilla epäillään koronavirusinfektion COVID 19:n hengitystieoireita (kuume, yskä, lihaskipu);
  • tavoitteena on luoda ja validoida ohjelmistoratkaisu, joka erottaa rintakehän röntgenkuvan perusteella Covid-19-keuhkotulehduksen ja influenssan;
  • tätä ohjelmistoa opetetaan ottamalla käyttöön röntgensäteet potilailta, joilla on COVID-19-keuhkotulehdus ja/tai flunssakeuhkotulehdus tai joilla ei ole niitä;
  • sama tekoälyalgoritmi toimii tulevissa röntgenskannauksissa mahdollisen COVID-19-keuhkotulehduksen ennustamiseksi

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

200

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

  • Italia
      • Cremona, Italia, 26100
        • Rekrytointi
        • U.O. Multidisciplinare di Patologia Mammaria e Ricerca Traslazionale; Dipartimento Universitario Clinico di Scienze Mediche, Chirurgiche e della Salute Università degli Studi di Trieste
        • Ottaa yhteyttä:
        • Päätutkija:
          • Daniele Generali, MD, PhD
  • Romania
      • Iaşi, Romania, 700503
        • Rekrytointi
        • University of Medicine and Pharmacy Gr T Popa
        • Ottaa yhteyttä:
        • Päätutkija:
          • Alexandru Burlacu, MD, PhD
  • Yhdistynyt kuningaskunta
      • London, Yhdistynyt kuningaskunta
        • Rekrytointi
        • Department of Cardiology at Chelsea and Westminster NHS hospital
        • Ottaa yhteyttä:
          • Emmanuel Ako, MD, PhD
          • Puhelinnumero: +447932970131
          • Sähköposti: e.ako@ucl.ac.uk
        • Päätutkija:
          • Emmanuel Ako, MD, PhD

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Kaikki potilaat, joilla on influenssaoireita ja jotka saapuvat päivystykseen yskän, kuumeen, lihaskivun kanssa – joilla epäillään COVID-19-infektiota

Kuvaus

Sisällyttämiskriteerit:

  • flunssan kaltaiset oireet: myalgia, yskä, kuume, yskös
  • Rintakehän röntgenkuvat
  • COVID-19 biologiset testit

Poissulkemiskriteerit:

  • potilaan kieltäytyminen
  • epävarmat röntgenkuvat
  • epävarmat testitulokset

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Oireiset potilaat
Tavoitteenamme on tunnistaa tekoälyalgoritmi, jota voidaan käyttää keuhkojen röntgenkuvissa päivystykseen/triaasille tuleville potilaille, joilla on influenssa/hengitysvirusoireita. Tämän algoritmin tarkoituksena on tunnistaa COVID-19-potilaiden ja influenssakeuhkotulehdusta sairastavien potilaiden röntgenkuvat tarkkuudella, joka on vahvistettu COVID-19-testeillä.
Diagnostinen testi: Rintakehän röntgensäteiden skannaus ja tekoälyalgoritmien suorittaminen kuville
Rintakehän röntgenkuvat; AI CNN:t; Tulokset

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
COVID-19-positiiviset röntgenkuvat
Aikaikkuna: 6 kuukautta
Osallistujien määrä, joilla on keuhkotulehdus rintakehän röntgenkuvauksessa ja COVID 19 -positiivinen
6 kuukautta
COVID-19-negatiiviset röntgenkuvat
Aikaikkuna: 6 kuukautta
Osallistujien määrä, joilla on keuhkotulehdus rintakehän röntgenkuvassa ja COVID 19 negatiivinen
6 kuukautta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Professor Adrian Covic

Yhteistyökumppanit

Falcon Trading Iasi
Romanian Academy of Medical Sciences

Tutkijat

  • Päätutkija: Alexandru Burlacu, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi
  • Päätutkija: Radu Dabija, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Keskiviikko 18. maaliskuuta 2020

Ensisijainen valmistuminen (Odotettu)

Sunnuntai 16. elokuuta 2020

Opintojen valmistuminen (Odotettu)

Tiistai 18. elokuuta 2020

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 17. maaliskuuta 2020

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 17. maaliskuuta 2020

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 18. maaliskuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Maanantai 27. huhtikuuta 2020

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 23. huhtikuuta 2020

Viimeksi vahvistettu

Keskiviikko 1. huhtikuuta 2020

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 0110

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

JOO

IPD-suunnitelman kuvaus

Kyllä, jaamme mielellämme algoritmikoodin ja tulokset kaikille kiinnostuneille tutkijoille (ilman taloudellisia etuja)

IPD-jakamista tukeva tietotyyppi

  • STUDY_PROTOCOL
  • ICF
  • ANALYTIC_CODE

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

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 .

Tilaa