Diagnostic d'image radiographique thoracique et modèle de génération de rapports dédiés basé sur Deepseek
17 avril 2025 mis à jour par: Wuhan Union Hospital, China
Modèles de grande langue pour le diagnostic d'image à rayons X thoraciques et la génération de rapports: une étude de validation clinique à un stade, multicentrique, à un stade précoce
La pénurie mondiale de radiologues est un problème urgent, en particulier dans les régions avec des ressources médicales limitées.
Dans ce contexte, faire de la génération de rapports l'objectif central des systèmes d'IA radiologiques s'aligne non seulement sur les besoins pratiques des radiologues, mais aussi pour mieux servir les exigences des patients.
Avec le développement de grands modèles multimodaux, il est devenu possible de développer des systèmes de génération de rapports automatiques pour les images médicales.
Bien que Chatgpt 4O ait démontré certaines capacités dans plusieurs sous-champs médicaux, en tant que système source fermé, il a des limites.
Son mécanisme de génération de modèles est opaque et des problèmes tels que l'hallucination existent.
Récemment, Deepseek's Open - Source Multimodal Large Model, Janus - Pro, un modèle "n'importe quel à n'importe quel", présente les avantages de haute performance, de faible coût et de source ouverte.
Nature a publié trois articles consécutifs présentant ses superbes fonctionnalités.
Après la formation et le réglage fin - Janus - Pro montre un grand potentiel dans le diagnostic d'image médicale et la génération de rapports.
Cependant, actuellement, l'application de Janus - Pro dans le diagnostic d'image n'a pas été évaluée.
La plupart des modèles existants sont très polyvalents mais manquent d'optimisation pour des domaines spécifiques, et il existe un manque de méthodes d'évaluation systématiques et multi-dimensions pour déterminer les avantages et les inconvénients des grands modèles multimodaux en radiologie médicale.
Sur la base de ces situations actuelles, le but de nos recherches est de développer et de vérifier la valeur de l'application de grands modèles dédiés aux images médicales dans le diagnostic d'image et la génération de rapports de radiologie.
Aperçu de l'étude
Statut
Complété
Les conditions
Intervention / Traitement
Type d'étude
Observationnel
Inscription (Réel)
300
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.
Lieux d'étude
-
-
Henan
-
Luoyang, Henan, Chine, 471003
- The First Affiliated Hospital of Henan University of Science and Technology
-
Zhengzhou, Henan, Chine, 450002
- The First Affiliated Hospital of Zhengzhou University
-
-
Hubei
-
Wuhan, Hubei, Chine, 430023
- Union Hospital Affiliated to Tongji Medical College, Huazhong University of Science and Technology
-
-
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
Méthode d'échantillonnage
Échantillon de probabilité
Population étudiée
Patients nécessitant des radiographies thoraciques
La description
Critères d'inclusion:
- Type d'examen: orthopantomogramme numérique standard de la poitrine pendant la période d'étude.
- Exhaustivité des informations: Dossiers médicaux contenant des informations de base, des antécédents médicaux, etc.
- Consentement éclairé: formulaire de consentement écrit signé par le patient ou le représentant légal.
Critères d'exclusion:
- Anomalies anatomiques: anomalies congénitales du développement thoracique, antécédents de chirurgie thoracique ou scoliose sévère qui interfère avec l'interprétation de l'image.
- Mauvaise qualité d'image: radiographies thoraciques avec des artefacts graves, des anomalies d'exposition ou des images incomplètes.
- Assemblé: mortel et incapable de coopérer avec le processus d'étude.
- Problèmes cognitifs mentaux: souffrant d'une maladie mentale grave ou d'une déficience cognitive, incapable de comprendre l'étude et le signe.
- Enceinte: Le fœtus est radiosensible et les changements physiologiques pendant la grossesse affectent les images.
- Participation à d'autres études: participation simultanée à d'autres programmes qui affectent les résultats de cette étude.
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 |
|---|---|
|
Janus-pro-cxr
|
Le groupe JanUS-Pro-CXR a le rapport généré par l'IA pour référence et peut apporter des modifications au rapport généré par l'IA.
Un autre groupe termine le rapport indépendamment.
|
|
SCP
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Score de qualité et score de la qualité
Délai: Pas plus d'une semaine
|
L'évaluation a évalué les rapports générés par le groupe SCP et le groupe assisté par l'IA, en utilisant une échelle de Likert à cinq points (5 étant le meilleur, 1 étant le pire) pour évaluer subjectivement la capacité du grand modèle dans la génération de rapports d'imagerie.
Le système de notation Radpeer a été utilisé pour évaluer l'accord entre les rapports originaux et les rapports générés, y compris la signification clinique de toute divergence.
|
Pas plus d'une semaine
|
|
Préférence par paire
Délai: Pas plus d'une semaine
|
Pour chaque évaluateur, ils doivent sélectionner le meilleur rapport entre celui généré par le grand modèle et le rapport publié.
La proportion de cas où trois évaluateurs ou plus ont convenu que les rapports du groupe assisté par l'IA étaient supérieurs à ceux du groupe SCP avaient été calculés.
|
Pas plus d'une semaine
|
|
Temps de lecture
Délai: Pas plus d'une semaine
|
Pour évaluer l'impact du grand modèle sur l'efficacité du flux de travail, le temps de lecture a été défini comme la durée du moment où un radiologue commence à examiner une radiographie pulmonaire à l'achèvement du rapport de radiologie final a été mesuré et automatiquement enregistré par le système.
|
Pas plus d'une semaine
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Publications et liens utiles
La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.
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)
10 mars 2025
Achèvement primaire (Réel)
31 mars 2025
Achèvement de l'étude (Réel)
31 mars 2025
Dates d'inscription aux études
Première soumission
9 mars 2025
Première soumission répondant aux critères de contrôle qualité
9 mars 2025
Première publication (Réel)
13 mars 2025
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
23 avril 2025
Dernière mise à jour soumise répondant aux critères de contrôle qualité
17 avril 2025
Dernière vérification
1 mars 2025
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- Janus-Pro-CXR
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
produit fabriqué et exporté des États-Unis.
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 .