Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Algorithmes d'intelligence artificielle pour faire la distinction entre le COVID-19 et la pneumonite grippale à l'aide de radiographies pulmonaires (AI-COVID-Xr)

23 avril 2020 mis à jour par: Professor Adrian Covic

Les avantages des algorithmes d'intelligence artificielle (CNN) pour faire la distinction entre le COVID-19 et la pneumonite grippale dans un service d'urgence à l'aide d'examens radiographiques pulmonaires

Ce projet vise à utiliser des algorithmes d'intelligence artificielle (discrimination d'images), en particulier des réseaux de neurones convolutifs (CNN) pour numériser des radiographies thoraciques aux urgences (triage) chez des patients présentant des symptômes respiratoires suspectés (fièvre, toux, myalgie) d'une infection à coronavirus COVID 19. L'objectif est de créer et de valider une solution logicielle qui discrimine sur la base de la radiographie pulmonaire entre la pneumonie Covid-19 et la grippe

Aperçu de l'étude

Statut

Inconnue

Les conditions

Intervention / Traitement

Description détaillée

Ce projet vise à utiliser des algorithmes d'intelligence artificielle (discrimination d'images) ;

  • spécifiquement les réseaux de neurones convolutifs (CNN) pour la numérisation des radiographies thoraciques aux urgences (triage) chez les patients présentant des symptômes respiratoires suspects (fièvre, toux, myalgie) d'infection à coronavirus COVID 19 ;
  • l'objectif est de créer et de valider une solution logicielle qui discrimine sur la base de la radiographie pulmonaire entre la pneumonie Covid-19 et la grippe ;
  • ce logiciel sera formé en introduisant des rayons X de patients avec/sans pneumonie COVID-19 et/ou pneumonie grippale ;
  • le même algorithme d'IA s'exécutera sur les futures analyses à rayons X pour prédire une éventuelle pneumonite COVID-19

Type d'étude

Observationnel

Inscription (Anticipé)

200

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Lieux d'étude

  • Italie
      • Cremona, Italie, 26100
        • Recrutement
        • U.O. Multidisciplinare di Patologia Mammaria e Ricerca Traslazionale; Dipartimento Universitario Clinico di Scienze Mediche, Chirurgiche e della Salute Università degli Studi di Trieste
        • Contact:
          • Daniele Generali, MD, PhD
          • Numéro de téléphone: +390372408042
          • E-mail: dgenerali@units.it
        • Chercheur principal:
          • Daniele Generali, MD, PhD
  • Roumanie
      • Iaşi, Roumanie, 700503
        • Recrutement
        • University of Medicine and Pharmacy Gr T Popa
        • Contact:
        • Chercheur principal:
          • Alexandru Burlacu, MD, PhD
  • Royaume-Uni
      • London, Royaume-Uni
        • Recrutement
        • Department of Cardiology at Chelsea and Westminster NHS hospital
        • Contact:
          • Emmanuel Ako, MD, PhD
          • Numéro de téléphone: +447932970131
          • E-mail: e.ako@ucl.ac.uk
        • Chercheur principal:
          • Emmanuel Ako, MD, PhD

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Tout

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Tous les patients présentant des symptômes de la grippe qui arrivent aux urgences avec de la toux, de la fièvre, des myalgies - qui sont suspectés d'infection au COVID-19

La description

Critère d'intégration:

  • symptômes pseudo-grippaux : myalgies, toux, fièvre, crachats
  • Radiographies pulmonaires
  • Tests biologiques COVID-19

Critère d'exclusion:

  • refus du patient
  • radiographies incertaines
  • résultats de tests incertains

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
Patients symptomatiques
Notre objectif est d'identifier un algorithme d'intelligence artificielle qui peut être exécuté sur des radiographies pulmonaires chez des patients présentant des symptômes viraux grippaux/respiratoires qui se présentent aux urgences/au triage. Cet algorithme vise à identifier les radiographies des patients atteints de COVID-19 et de ceux atteints de pneumonie grippale, avec une précision vérifiée par les tests COVID-19.
Test diagnostique: Numérisation de radiographies pulmonaires et exécution d'algorithmes d'IA sur des images
Radiographies pulmonaires ; les CNN IA ; Résultats

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Radiographies positives au COVID-19
Délai: 6 mois
Nombre de participants atteints de pneumonie à la radiographie pulmonaire et COVID 19 positif
6 mois
Radiographies négatives COVID-19
Délai: 6 mois
Nombre de participants atteints de pneumonie à la radiographie pulmonaire et COVID 19 négatif
6 mois

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Professor Adrian Covic

Collaborateurs

Falcon Trading Iasi
Romanian Academy of Medical Sciences

Les enquêteurs

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

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

18 mars 2020

Achèvement primaire (Anticipé)

16 août 2020

Achèvement de l'étude (Anticipé)

18 août 2020

Dates d'inscription aux études

Première soumission

17 mars 2020

Première soumission répondant aux critères de contrôle qualité

17 mars 2020

Première publication (Réel)

18 mars 2020

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

27 avril 2020

Dernière mise à jour soumise répondant aux critères de contrôle qualité

23 avril 2020

Dernière vérification

1 avril 2020

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 0110

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

OUI

Description du régime IPD

Oui, nous serions heureux de partager le code de l'algorithme et les résultats avec tout scientifique intéressé (sans aucun intérêt financier)

Type d'informations de prise en charge du partage d'IPD

  • PROTOCOLE D'ÉTUDE
  • CIF
  • ANALYTIC_CODE

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

Essais cliniques sur COVID-19 [feminine]

Rechercher des essais similaires

Sponsors et collaborateurs

Les conditions médicales

Interventions en matière de drogue

CROs by country

CROs in Djibouti

Conditions

Maladies rares

Interventions en matière de drogue

Compléments alimentaires

Commanditaire / collaborateurs

Emplacements

3
S'abonner