- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT05538403
Tekoälyn suorituskyky lasten luumurtumien havaitsemiseksi
Tekoälyn suorituskyvyn arviointi alle 2-vuotiaiden lasten luumurtumien havaitsemiseksi epäillyssä lasten hyväksikäytössä.
Tekoäly (AI) -ohjelmisto BoneView (GLEAMER Company, Pariisi, Ranska) on suunniteltu, testattu ja validoitu havaitsemaan ja paikantamaan äskettäin tai puoliksi äskettäin tapahtuneet murtumat tavallisissa röntgenkuvissa.
Tavoitteena on arvioida tekoälyn suorituskykyä alle 2-vuotiaiden lasten luunmurtumien havaitsemisessa epäillyn lasten hyväksikäytön yhteydessä.
Nämä potilaat hyötyvät "yleisradiologin" ja lasten hyväksikäytöstä perehtyneen radiologin tekemästä koko kehon röntgenkuvauksesta kaksoissokkokuvauksella. Näitä lukemia verrataan tekoälytuloksiin.
Hypoteesi on, että tekoäly on tehokas lasten murtumien havaitsemiseen ja voisi olla avuksi erityisesti radiologeille, jotka eivät ole lasten hyväksikäytön asiantuntijoita.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Ingrid Millet, PUPH
- Puhelinnumero: 33 678887174
- Sähköposti: i-millet@chu-montpellier.fr
Opiskelupaikat
-
-
-
Montpellier, Ranska, 34295
- Rekrytointi
- University Hospital
-
Ottaa yhteyttä:
- Ingrid Millet, PUPH
- Puhelinnumero: 33 0678887174
- Sähköposti: i-millet@chu-montpellier.fr
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- alle 2-vuotiaat
- koko kehon röntgenkuvaus epäillyn lasten hyväksikäytön vuoksi
- raportti saatavilla kaksoissokkolukemalla (yleinen radiologi ja radiologi, jolla on asiantuntemusta lasten hyväksikäytöstä)
Poissulkemiskriteerit:
- Röntgenkuvaa ei voida tulkita (huono laatu)
- AI ei sovellu
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Kohortti
- Aikanäkymät: Takautuva
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
---|---|---|
Tekoälyn röntgenkuvissa havaitsemien murtumien prosenttiosuus
Aikaikkuna: 1 päivä
|
Tekoälyn röntgenkuvissa havaitsemien murtumien prosenttiosuus
|
1 päivä
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojohtaja: Ingrid Millet, PUPH, University Hospital, Montpellier
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- RECHMPL22_0224
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
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 .