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

Rinnan röntgenkuvan diagnosointi ja raportti Generation Dempeekiin perustuva malli

torstai 17. huhtikuuta 2025 päivittänyt: Wuhan Union Hospital, China

Suuret kielet röntgenkuvien diagnoosille ja raporttien luomiselle: asteittainen, monikeskus, varhaisen vaiheen kliininen validointitutkimus

Radiologien maailmanlaajuinen puute on kiireellinen kysymys, etenkin alueilla, joilla on rajoitetut lääketieteelliset resurssit. Tätä taustaa vasten, mikä tekee raportin luomisesta radiologian perustavoitteen AI -järjestelmien mukainen paitsi radiologien käytännön tarpeita, myös paremmin potilaan vaatimuksia. Multimodaalisten suurten mallien kehittämisen myötä lääketieteellisten kuvien automaattisten raporttien luomisjärjestelmien kehittäminen on mahdollista. Vaikka chatgpt 4o on osoittanut tietyt ominaisuudet useissa lääketieteellisissä alakenteissa suljettuna lähdejärjestelmänä, sillä on rajoituksia. Sen mallin luomismekanismi on läpinäkymätön, ja sellaisia ​​asioita kuin hallusinaatiot ovat olemassa. Äskettäin Deepseek's Open - Source Multimodaal Suur -malli Janus - Pro, "mikä tahansa" malli ", on edut korkean suorituskyvyn, edullisen ja avoimen lähteen. Nature julkaisi kolme peräkkäistä artikkelia, jotka esittelivät sen upeita ominaisuuksia. Koulutuksen ja hienon virityksen jälkeen Janus - Pro osoittaa suurta potentiaalia lääketieteellisessä imago -diagnoosissa ja raporttien luomisessa. Tällä hetkellä Janus - PRO: n soveltamista kuvadiagnoosiin ei kuitenkaan ole arvioitu. Suurin osa olemassa olevista malleista on erittäin monipuolisia, mutta niistä puuttuu optimointi tietyille alueille, ja systemaattisten ja moniulotteisten arviointimenetelmien puutetta multimodaalisten suurten mallejen etujen ja haittojen määrittämiseksi lääketieteellisessä radiologiassa. Näiden nykyisten tilanteiden perusteella tutkimuksemme tarkoituksena on kehittää ja tarkistaa lääketieteellisille kuville omistettujen suurten mallien sovellusarvo kuvadiagnoosissa ja radiologiaraportissa.

Tutkimuksen yleiskatsaus

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

300

Yhteystiedot ja paikat

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

Opiskelupaikat

    • Henan
      • Luoyang, Henan, Kiina, 471003
        • The First Affiliated Hospital of Henan University of Science and Technology
      • Zhengzhou, Henan, Kiina, 450002
        • The First Affiliated Hospital of Zhengzhou University
    • Hubei
      • Wuhan, Hubei, Kiina, 430023
        • Union Hospital Affiliated to Tongji Medical College, Huazhong University of Science and Technology

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

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Potilaat, jotka vaativat rintakehän röntgenkuvaa

Kuvaus

Sisällyttämiskriteerit:

  1. Tutkimustyyppi: Rinnan tavanomainen digitaalinen ortopantomogrammi tutkimusjakson aikana.
  2. Tietojen täydellisyys: lääketieteelliset tiedot, jotka sisältävät perustietoja, sairaushistoriaa jne.
  3. Tietoinen suostumus: Potilaan tai laillisen edustajan allekirjoittama kirjallinen suostumuslomake.

Poissulkemiskriteerit:

  1. Anatomiset poikkeavuudet: Rinnan kehityksen synnynnäiset poikkeavuudet, rintaleikkauksen historia tai vaikea skolioosi, joka häiritsee kuvan tulkintaa.
  2. Huono kuvanlaatu: Rinnan röntgenkuvat, joissa on vakavia esineitä, valotuksen poikkeavuuksia tai puutteellisia kuvia.
  3. Akuutti sairas: hengenvaarallinen ja kykenemätön tekemään yhteistyötä opintoprosessin kanssa.
  4. Psyykkiset kognitiiviset ongelmat: Vakavasta mielisairaudesta tai kognitiivisesta vajaatoiminnasta, joka ei kykene ymmärtämään tutkimusta ja merkkejä.
  5. Raskaana: Sikiö on säteilevää ja fysiologisia muutoksia raskauden aikana vaikuttaa kuviin.
  6. Osallistuminen muihin tutkimuksiin: samanaikainen osallistuminen muihin ohjelmiin, jotka vaikuttavat tämän tutkimuksen tuloksiin.

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
Janus-pro-cxr
Janus-Pro-CXR-ryhmässä on AI: n generoitu raportti viitteeksi ja hän voi tehdä muutoksia AI-generoituun raporttiin. Toinen ryhmä täydentää raportin itsenäisesti.
SCP

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Raportin laatupisteet ja sopimuspisteet
Aikaikkuna: Enintään yksi viikko
Arvioinnissa arvioitiin SCP-ryhmän ja AI-avustetun ryhmän tuottamat raportit käyttämällä viiden pisteen Likert-asteikkoa (5 on paras, 1 pahin) arvioimaan subjektiivisesti suuren mallin kykyä kuvantamisraporttien luomisessa. Radpeer -pisteytysjärjestelmää käytettiin alkuperäisten raporttien ja tuotettujen raporttien välisen sopimuksen arvioimiseksi, mukaan lukien mahdollisten erojen kliininen merkitys.
Enintään yksi viikko
Pareittain
Aikaikkuna: Enintään yksi viikko
Jokaiselle arvioijalle heidän on valittava parempi raportti suuren mallin luoman ja julkaistun raportin välillä. Niiden tapausten osuus, joissa kolme tai useampi arvioijaa olivat yhtä mieltä
Enintään yksi viikko
Lukuaika
Aikaikkuna: Enintään yksi viikko
Suuren mallin vaikutuksen arvioimiseksi työnkulun tehokkuuteen, lukumäärä on määritelty kestona siitä, kun radiologi alkaa tarkistaa rintakehän röntgenkuvausta lopullisen radiologian raportin loppuun saattamiseksi, mitattiin ja rekisteröi järjestelmän automaattisesti.
Enintään yksi viikko

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

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)

Maanantai 10. maaliskuuta 2025

Ensisijainen valmistuminen (Todellinen)

Maanantai 31. maaliskuuta 2025

Opintojen valmistuminen (Todellinen)

Maanantai 31. maaliskuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Sunnuntai 9. maaliskuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Sunnuntai 9. maaliskuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Torstai 13. maaliskuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 23. huhtikuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 17. huhtikuuta 2025

Viimeksi vahvistettu

Lauantai 1. maaliskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • Janus-Pro-CXR

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

Yhdysvalloissa valmistettu ja sieltä viety tuote

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