Détection automatisée de l'arthrite grâce à l'intelligence artificielle sur des photographies de smartphones (AISynovitis)
Méthodes de détection automatisées de l'arthrite inflammatoire et formation d'une base de données d'images
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Au cours des 4 dernières années, nous avons cherché à révolutionner la détection de l’arthrite grâce à l’intégration d’une intelligence artificielle avancée. Ce projet vise à détecter l'arthrite à partir de photographies de zones articulaires prises sur téléphone intelligent, ce qui la rend évolutive et disponible dans la communauté. Nous avons d’abord développé un pipeline de preuve de concept convaincant et des modèles utilisant 100 patients. (publié dans Frontiers in Medicine, novembre 2023, dans lequel nous avons démontré que cette technologie fonctionne avec une précision raisonnable en laboratoire, à savoir que le niveau de préparation technologique se situe actuellement à 3-4). Nous avons suivi avec un article plus récent (soumis pour publication, disponible sur le serveur de préimpression MedRxiv) qui formait deux CNN différents, un CNN de dépistage sur des mains non coupées qui distingue les patients des témoins suivi de détections spécifiques conjointes.
Le système implique une infrastructure de soutien qui permettra une détection efficace de l’arthrite. Cela comprend
- Collecte de photos de manière standardisée à l'aide de boîtes conçues sur mesure
- Utiliser et tester un pipeline de navigateur
- Les modèles CNN seront formés sur l'ensemble de données de photographies prises et les résultats seront déployés auprès des médecins de la communauté. Cela garantit un médecin au courant qui peut ensuite prendre des mesures sur les résultats pour des tests de confirmation ou une prise en charge supplémentaires.
- Comprendre les connaissances et l'attitude des patients et des médecins à l'égard de l'IA dans les algorithmes de prise de décision clinique
Il s'agit d'une étude prospective non interventionnelle et ce projet implique uniquement qu'un enquêteur prenne une photographie sur smartphone de certaines zones articulaires maintenues dans des positions standardisées. Cela ne comporte aucun risque pour le patient.
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Lieux d'étude
-
-
-
Pune, Inde, 411001
- Poona Superspeciality Clinic
-
-
Maharashtra
-
Pune, Maharashtra, Inde, 411004
- Rheumatology Clinic
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'intégration :
- Arthrite inflammatoire de toute étiologie
Critères d'exclusion :
- Déformation sévère qui entrave la standardisation des photographies
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Arthrite inflammatoire
Patients atteints d'arthrite inflammatoire, quelle qu'en soit l'étiologie, notamment la polyarthrite rhumatoïde, le rhumatisme psoriasique, le lupus érythémateux systémique et l'arthrite virale.
|
Les patients subiront un examen et des photographies cliniques pour les réseaux convolutifs afin de diagnostiquer l'arthrite inflammatoire
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Exactitude du diagnostic d'IA par rapport à l'avis d'un spécialiste (rhumatologue)
Délai: 3 ans
|
Concordance de la détection des synovites par réseau de neurones convolutifs (binaire) avec un avis de spécialiste cliniquement diagnostiqué (avis de rhumatologue)
|
3 ans
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Précision du diagnostic d'IA par rapport au diagnostic d'imagerie par échographie
Délai: 3 ans
|
Concordance de la détection des synovites par réseau neuronal convolutif (binaire) par rapport à l'échographie musculo-squelettique
|
3 ans
|
|
Sensibilité au changement
Délai: 3 ans
|
Le réseau neuronal convolutif peut-il détecter le passage d’une articulation enflammée à une articulation non enflammée
|
3 ans
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Sanat Phatak, MD, DM, Med2Measure
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- M2M-ID0001
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Délai de partage IPD
Critères d'accès au partage IPD
Type d'informations de prise en charge du partage d'IPD
- PROTOCOLE D'ÉTUDE
- CIF
- RSE
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
produit fabriqué et exporté des États-Unis.
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 .