Tekoälyn (AI) diagnostisten työkalujen soveltamisen tehokkuuden tutkiminen hengitysteiden (R) tartuntatautien (I) lääketieteellisessä kuvantamisessa (MI) (AI-MIRID)
maanantai 12. elokuuta 2024 päivittänyt: Wen-hong Zhang, Huashan Hospital
Akuuttien hengitystieinfektiotautien varhainen tunnistaminen ja vakava varoitus on ensiarvoisen tärkeää.
Tehokkaiden keinojen hyödyntäminen tartuntalähteen oikean diagnoosin tekemiseksi varhaisessa vaiheessa on kaikkien tehokkaiden toimenpiteiden lähtökohta.
AI-MID on tutkimushanke, joka käyttää tekoälytyökaluja hengityselinten sairauksien kliinisen lääketieteellisen kuvantamisen diagnoosiin. Tavoitteena on lyhentää lääkäreiden kuvien katseluun kuluvaa aikaa, lisätä työn tehokkuutta ja parantaa keuhkokuumeen havaitsemisen herkkyyttä ja spesifisyyttä. keuhkokuumeen havaitsemisaste ruohonjuuritasolla.
Tämä lähestymistapa mahdollistaa tarkan ennaltaehkäisyn, tarkan diagnoosin ja tarkan hoidon.
Tutkimuksen yleiskatsaus
Tila
Rekrytointi
Interventio / Hoito
Opintotyyppi
Interventio
Ilmoittautuminen (Arvioitu)
2000
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Wenhong Zhang
- Puhelinnumero: (86)52889999
- Sähköposti: zhangwenhong@fudan.edu.cn
Opiskelupaikat
-
-
-
Shanghai, Kiina, 200040
- Rekrytointi
- Huashan Hospital
-
Ottaa yhteyttä:
- Wenhong Zhang, Professor
- Puhelinnumero: (86)52889999
- Sähköposti: zhangwenhong@fudan.edu.cn
-
-
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
Joo
Kuvaus
Sisällön kriteerit:
- 1-90 vuotta vanha, sukupuolta ei ole määritelty.
- Esiintyy hengitystieinfektion oireita
- Etiologisen tutkimuksen tulokset tulee olla
- Täytyy olla kuvantamistiedot;
Poissulkemiskriteerit:
- Vakavia artefakteja lääketieteellisissä kuvissa
- Kliininen diagnoosi osoittaa samanaikaisen keuhkopöhön
- Kaksoistarkistus johtaa epäselvään diagnoosiin tai mahdolliseen väärään diagnoosiin
- Muut tilanteet, jotka voivat aiheuttaa vaikeuksia elokuvien lukemisessa, tai tutkijan päättämänä tutkimukseen osallistuja katsotaan sopimattomaksi.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Diagnostiikka
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Ei väliintuloa: Ei väliintuloa
Sekaantumattomuus
|
|
|
Kokeellinen: Tekoälyyn perustuva lääketieteellisen kuvantamisen tulkintaryhmä
Kliinisen tiedon, kuvantamistietojen ja tutkimukseen osallistuneiden vastaavien etiologisten tulosten perusteella luodaan tekoälydiagnostiikkatyökalu, joka tunnistaa erityisesti potilaiden rintakehän lääketieteellisen kuvantamisen ja muodostaa vastaavat diagnostiset johtopäätökset.
|
Tekoälyn tulkintaryhmässä käytetään kliinistä tietoa, kuvantamistietoja ja tutkimukseen osallistuneiden vastaavia etiologisia tuloksia käyttäen tekoälydiagnostiikkatyökalu, joka tunnistaa erityisesti potilaiden rintakehän lääketieteellisen kuvantamisen ja muodostaa vastaavat diagnostiset johtopäätökset.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tekoälyn diagnostisten työkalujen diagnostisen tehokkuuden arviointi hengityselinten tartuntatautien lääketieteellisessä kuvantamisessa
Aikaikkuna: 2 vuotta
|
Tietokoneavusteisen havaitsemisohjelmiston (CAD) diagnostisen tehokkuuden arvioimiseksi keuhkoinfektioiden tunnistamisessa tutkimuksessa käytetään seuraavia menetelmiä: Kuvantamiskriteerit: Kokeneet radiologit tulkitsevat tutkimukseen osallistuneiden lääketieteellisen kuvantamisen, joka toimii kuvantamisstandardina. Tietokoneavusteinen tunnistus: Samanaikaisesti CAD-ohjelmisto analysoi osallistujien lääketieteellisen kuvantamisen tuottaakseen diagnostisia tuloksia. Tehokkuusarviointi: CAD-ohjelmiston tarkkuus ja johdonmukaisuus arvioidaan vertaamalla sen tulkintoja radiologien tekemiin diagnooseihin. |
2 vuotta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Hyödynnämme tekoälytyökaluja hengitystieinfektioiden varhaiseen tunnistamiseen ja vakavaan varoittamiseen
Aikaikkuna: 2 vuotta
|
Integroimalla tutkimukseen osallistuneiden lääketieteellinen kuvantaminen vastaaviin hengitysteiden patogeenien havaitsemistuloksiin, näitä tietoja käytetään harjoitussarjan syötteenä tekoälydiagnostiikkatyökaluun, mikä mahdollistaa sen syvällisen oppimisen.
Tämä prosessi luo patogeenien kuvantamiseen perustuvan tekoälydiagnostiikkatyökalun.
Sekä retrospektiivisten että prospektiivisten tutkimusosien tiedonkeruun jälkeen aiomme arvioida tutkimukseen osallistuneiden taudin etenemistä ja ennustetta eloonjäämisanalyysin ja ennustavan mallinnuksen perusteella.
Integroimalla kliinistä tietoa ja kuvantamistietoja pyrimme parantamaan ennustearviointimallin tarkkuutta ja tarkkuutta.
Mallia optimoidaan jatkuvasti eri ajanjaksoina ilmoittautuneiden opiskelijoiden olosuhteiden muutosten mukaan.
|
2 vuotta
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
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. huhtikuuta 2022
Ensisijainen valmistuminen (Arvioitu)
Maanantai 1. joulukuuta 2025
Opintojen valmistuminen (Arvioitu)
Tiistai 1. joulukuuta 2026
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 7. elokuuta 2024
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Maanantai 12. elokuuta 2024
Ensimmäinen Lähetetty (Todellinen)
Keskiviikko 14. elokuuta 2024
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Keskiviikko 14. elokuuta 2024
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Maanantai 12. elokuuta 2024
Viimeksi vahvistettu
Torstai 1. elokuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- AI-MIRID
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 .