Explorer l'efficacité des applications des outils de diagnostic de l'intelligence artificielle (IA) dans l'imagerie médicale (IM) des maladies respiratoires (R) infectieuses (I) (D) (AI-MIRID)
12 août 2024 mis à jour par: Wen-hong Zhang, Huashan Hospital
L’identification précoce et l’alerte sévère des maladies infectieuses respiratoires aiguës sont d’une importance capitale.
Utiliser des moyens efficaces pour diagnostiquer correctement la source de l’infection à un stade précoce est la prémisse de toute mesure efficace.
AI-MID est une initiative de recherche qui utilise des outils d'intelligence artificielle pour aider au diagnostic d'imagerie médicale clinique des maladies respiratoires, visant à réduire le temps passé par les médecins à examiner les images, à augmenter l'efficacité du travail et à améliorer la sensibilité et la spécificité de la détection de la pneumonie, améliorant ainsi le taux de détection de la pneumonie au niveau local.
Cette approche facilite une prévention précise, un diagnostic précis et un traitement précis.
Aperçu de l'étude
Statut
Recrutement
Intervention / Traitement
Type d'étude
Interventionnel
Inscription (Estimé)
2000
Phase
- N'est pas applicable
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
- Nom: Wenhong Zhang
- Numéro de téléphone: (86)52889999
- E-mail: zhangwenhong@fudan.edu.cn
Lieux d'étude
-
-
-
Shanghai, Chine, 200040
- Recrutement
- Huashan Hospital
-
Contact:
- Wenhong Zhang, Professor
- Numéro de téléphone: (86)52889999
- E-mail: zhangwenhong@fudan.edu.cn
-
-
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
Oui
La description
Critères d'intégration :
- 1-90 ans, sexe non précisé.
- Présente des symptômes d’infection des voies respiratoires
- Doit avoir des résultats d'examen étiologique
- Doit avoir des données d'imagerie ;
Critères d'exclusion :
- Artefacts graves dans les images médicales
- Le diagnostic clinique indique un œdème pulmonaire concomitant
- Un double examen aboutit à un diagnostic peu clair ou à un diagnostic erroné potentiel
- Autres situations pouvant entraîner des difficultés dans la lecture des films, ou comme déterminé par le chercheur, le participant à l'étude est jugé inapte à l'inscription.
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
- Objectif principal: Diagnostique
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Aucune intervention: Aucune intervention
Non-intervention
|
|
|
Expérimental: Groupe d’interprétation de l’imagerie médicale basée sur l’intelligence artificielle
À l'aide d'informations cliniques, de données d'imagerie et des résultats étiologiques correspondants des participants à l'étude, un outil de diagnostic d'IA est établi pour reconnaître spécifiquement l'imagerie médicale thoracique des patients et construire les conclusions diagnostiques correspondantes.
|
Dans le groupe d'interprétation de l'IA, en utilisant les informations cliniques, les données d'imagerie et les résultats étiologiques correspondants des participants à l'étude, un outil de diagnostic d'IA est établi pour reconnaître spécifiquement l'imagerie médicale thoracique des patients et construire les conclusions diagnostiques correspondantes.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Évaluation de l'efficacité diagnostique des outils de diagnostic de l'intelligence artificielle en imagerie médicale des maladies respiratoires infectieuses
Délai: 2 ans
|
Pour évaluer l'efficacité diagnostique du logiciel de détection assistée par ordinateur (DAO) dans l'identification des infections pulmonaires, l'étude utilisera les méthodes suivantes : Critères d'imagerie : des radiologues expérimentés interpréteront l'imagerie médicale des participants à l'étude, servant de norme d'imagerie. Détection assistée par ordinateur : simultanément, le logiciel de CAO analysera l'imagerie médicale des participants pour générer des résultats de diagnostic. Évaluation de l'efficacité : l'exactitude et la cohérence du logiciel de CAO seront évaluées en comparant ses interprétations avec les diagnostics posés par les radiologues. |
2 ans
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Utiliser des outils d’intelligence artificielle pour l’identification précoce et l’alerte sévère des maladies infectieuses respiratoires
Délai: 2 ans
|
En intégrant l’imagerie médicale des participants à l’étude avec les résultats correspondants de détection d’agents pathogènes respiratoires, ces données seront utilisées comme entrée d’ensemble de formation dans l’outil de diagnostic de l’IA, lui permettant ainsi de subir un apprentissage en profondeur.
Ce processus établira un outil de diagnostic d’IA basé sur l’imagerie des agents pathogènes.
Après avoir terminé la collecte de données pour les sections d'étude rétrospectives et prospectives, nous prévoyons d'évaluer la progression de la maladie et le pronostic des participants à l'étude sur la base d'une analyse de survie et d'une modélisation prédictive.
En intégrant des données cliniques et des données d'imagerie, nous visons à améliorer l'exactitude et la précision du modèle d'évaluation pronostique.
Le modèle sera continuellement optimisé en fonction des changements dans les conditions des participants à l'étude inscrits sur différentes périodes.
|
2 ans
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
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)
1 avril 2022
Achèvement primaire (Estimé)
1 décembre 2025
Achèvement de l'étude (Estimé)
1 décembre 2026
Dates d'inscription aux études
Première soumission
7 août 2024
Première soumission répondant aux critères de contrôle qualité
12 août 2024
Première publication (Réel)
14 août 2024
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
14 août 2024
Dernière mise à jour soumise répondant aux critères de contrôle qualité
12 août 2024
Dernière vérification
1 août 2024
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- AI-MIRID
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
NON
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 .