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

Suoliston metaplasian laajuuden automaattinen arviointi tekoälyn avulla

torstai 14. heinäkuuta 2022 päivittänyt: Yanqing Li, Shandong University

Tekoälyjärjestelmän kehittäminen ja validointi suoliston metaplasian laajuuden automaattista arviointia varten

Mahalaukun suoliston metaplasia (GIM) on tärkeä vaihe mahasyövässä (GC). Kuva-enhanced endoskopian (IEE) teknisen edistyksen myötä tutkimukset ovat osoittaneet, että IEE:llä on suuri tarkkuus GIM-diagnoosissa. Endoskooppinen arviointijärjestelmä (EGGIM), uusi endoskooppinen riskipisteytysjärjestelmä GC:lle, on osoitettu tunnistavan tarkasti suuren joukon GIM-potilaita. GIM:n korkea diagnostinen tarkkuus käyttämällä IEE- ja EGGIM-arviointeja edellyttävät kuitenkin paljon kokemusta, mikä rajoittaa EGGIMin käyttöä. Tutkijat pyrkivät suunnittelemaan tietokoneavusteisen diagnoosiohjelman syvän neuroverkon avulla, joka automaattisesti arvioi IM:n laajuuden ja laskee EGGIM-pisteet.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Maailmanlaajuisesti mahasyöpä on viidenneksi yleisin pahanlaatuinen syöpä ja kolmanneksi yleisin syöpäkuolleisuuden syy. Gastric intestinal metaplasia (GIM) on välivaiheen esisyöpä mahalaukun leesio mahasyöpäkaskadissa. Tutkimukset ovat osoittaneet, että mahasyövän 5 vuoden kumulatiivinen ilmaantuvuus IM-potilailla vaihtelee 5,3 %:sta 9,8 %:iin. Kuva-enhanced endoskopian (IEE) teknisen edistyksen myötä tutkimukset ovat osoittaneet, että IEE:llä on suuri tarkkuus GIM-diagnoosissa. Endoskooppinen arviointijärjestelmä (EGGIM), uusi endoskooppinen riskipisteytysjärjestelmä GC:lle, on osoitettu tunnistavan tarkasti suuren joukon GIM-potilaita. GIM:n korkea diagnostinen tarkkuus käyttämällä IEE- ja EGGIM-arviointeja edellyttävät kuitenkin paljon kokemusta, mikä rajoittaa EGGIMin käyttöä. Tutkijat pyrkivät suunnittelemaan tietokoneavusteisen diagnoosiohjelman syvän neuroverkon avulla, joka automaattisesti arvioi IM:n laajuuden ja laskee EGGIM-pisteet.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

600

Yhteystiedot ja paikat

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

Opiskelupaikat

    • Shandong
      • Jinan, Shandong, Kiina, 250012
        • Rekrytointi
        • Department of Gastrology, QiLu Hospital, Shandong University

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

18 vuotta - 80 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Peräkkäiset potilaat, jotka saavat IEE-tutkimuksen ja seulonnan ja jotka täyttävät kelpoisuuskriteerit Qilun sairaalassa, Shandongin yliopistossa, otetaan mukaan tutkimukseen.

Kuvaus

Sisällyttämiskriteerit:

  • 18–80-vuotiaat potilaat, joille tehdään IEE-tutkimus

Poissulkemiskriteerit:

  • potilaat, joilla on vaikea sydämen, aivojen, keuhkojen tai munuaisten vajaatoiminta tai psykiatriset häiriöt, jotka eivät voi osallistua gastroskopiaan
  • potilaille, joilla on aiemmin ollut vatsaleikkauksia
  • potilaat, jotka kieltäytyvät allekirjoittamasta tietoon perustuvaa suostumuslomaketta

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Muut
  • Aikanäkymät: Takautuva

Kohortit ja interventiot

Ryhmä/Kohortti
ryhmä algoritmin harjoittelemiseksi
Tätä kuvaryhmää käytetään tekoälyn algoritmin harjoittamiseen
ryhmä algoritmin testaamiseen
Tätä kuvaryhmää käytetään tekoälyn algoritmin testaamiseen

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
AI-mallin spesifisyys suoliston metaplasian asteen arvioimiseksi endoskooppisessa kuvassa
Aikaikkuna: 2 vuotta
AI-mallin spesifisyys suoliston metaplasian asteen arvioimiseksi endoskooppisessa kuvassa
2 vuotta
AI-mallin tarkkuus suolen metaplasian asteen arvioimiseksi endoskooppisessa kuvassa
Aikaikkuna: 2 vuotta
AI-mallin tarkkuus suolen metaplasian asteen arvioimiseksi endoskooppisessa kuvassa
2 vuotta
AI-mallin herkkyys arvioida suolen metaplasian astetta endoskooppisessa kuvassa
Aikaikkuna: 2 vuotta
AI-mallin herkkyys suoliston metaplasian asteen arvioimiseksi
2 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Kokeneiden endoskopistien tarkkuus suoliston metaplasian asteen arvioimiseksi
Aikaikkuna: 2 vuotta
Kokeneiden endoskopistien tarkkuus arvioida suolen metaplasian astetta endoskooppisessa kuvassa
2 vuotta
Kokemattomien endoskopistien tarkkuus suolen metaplasian asteen arvioimiseksi
Aikaikkuna: 2 vuotta
Kokemattomien endoskopistien tarkkuus arvioida suolen metaplasian astetta endoskooppisessa kuvassa
2 vuotta
Tarkkailijoiden välinen yhteisymmärrys kokeneiden endoskopioiden kesken suolen metaplasian asteen tunnistamisessa
Aikaikkuna: 2 vuotta
Tarkkailijoiden välinen yhteisymmärrys kokeneiden endoskopistien kesken suolen metaplasian asteen tunnistamisessa endoskooppisessa kuvassa
2 vuotta
Tarkkailijoiden välinen yhteisymmärrys kokemattomien endoskopioiden kesken suoliston metaplasian asteen tunnistamisessa
Aikaikkuna: 2 vuotta
Tarkkailijoiden välinen yhteisymmärrys kokemattomien endoskopistien kesken suolen metaplasian asteen tunnistamisessa endoskooppisessa kuvassa
2 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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)

Perjantai 1. heinäkuuta 2022

Ensisijainen valmistuminen (Odotettu)

Lauantai 30. joulukuuta 2023

Opintojen valmistuminen (Odotettu)

Lauantai 30. joulukuuta 2023

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 8. heinäkuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 14. heinäkuuta 2022

Ensimmäinen Lähetetty (Todellinen)

Perjantai 15. heinäkuuta 2022

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 15. heinäkuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 14. heinäkuuta 2022

Viimeksi vahvistettu

Perjantai 1. heinäkuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 2022SDU-QILU-109

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

Ei

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