- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05384912
Nyílt COVID-19 képalkotó adattár közösségi beszerzése az AI-kutatáshoz
Nyílt COVID-19 mellkas-röntgenkép-tárba gyűjtése a mesterséges intelligencia kutatásához
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
A COVID-19 világjárvány nyilvánvalóvá teszi, hogy szükség van olyan hozzáférhető kurált adatkészletekre, amelyeket a kutatók felhasználhatnak klinikai szintű mesterséges intelligencia (AI) modellek felépítéséhez. A kínai kutatók a közelmúltban a radiográfiás képalkotásra kiképzett klinikai szintű mesterséges intelligencia mély tanulási modelljeit alkalmazták exponenciális léptékben a COVID-19 esetek kimutatására és a korlátozott erőforrások elosztásának optimalizálására. (Jin S, Wang B, Xu H és mtsai. Ai-asszisztált ct képalkotó elemzés a covid-19 szűréshez: Orvosi segélyrendszer felépítése és telepítése négy hét alatt. medRxiv. 2020:2020.2003.2019.20039354. doi: 10.1101/2020.03.19.20039354). Ez a kutatási platform jelenleg nem lehetséges az Egyesült Államokban, mert nem állnak rendelkezésre nagy, hozzáférhető radiográfiai felvételek a COVID-19-betegekről. Ezért ennek a projektnek az a célja, hogy elindítson egy interaktív és HIPAA-kompatibilis CovidImaging.com internetes portált, ahol a betegek biztonságosan megoszthatják radiográfiai képalkotó adataikat. Ez a portál képalkotó adattárként fog szolgálni egy mesterséges intelligencia-modell képzése, tesztelése és validálása céljából, amelyek célja a betegségek korábbi és pontosabb felismerése a COVID-19 elleni globális küzdelemben.
2020. január 30-án az Egészségügyi Világszervezet globális egészségügyi vészhelyzetnek minősítette a kínai Vuhanból kiinduló COVID-19-járványt. Azóta a vírus világjárványként gyorsan elterjedt az egész világon, kedvezőtlenül érintve az egészségügyi rendszereket, az egészségügyi alapellátási követelmények rovására.1 Tüneti A COVID-19 esetei a vírusos tüdőgyulladáshoz hasonló klinikai tünetekkel járnak, mint például láz, légszomj, hidegrázás, fáradtság, köhögés és nehézlégzés, amely akut légzési distressz szindrómává alakulhat, és kritikus ellátást és lélegeztetést igényel. 2 A bronchoalveoláris öblítés analízis és az elektronmikroszkópos vizsgálat kimutatta, hogy a kórokozó a Coronaviridae családba tartozó új, pozitív értelmű RNS-vírus, amelynek borítékához tüskés peplomerek kapcsolódnak.3 Ezt a víruscsaládot a súlyos akut légúti szindrómával (SARS) és a közel-keleti légúti szindrómával (MERS) is összefüggésbe hozták, amelyek hasonló tüdőgyulladással összefüggő mortalitást okoznak.
Előzetes felülvizsgálatokat végeztek a SARS, a MERS és a COVID-19 jelentett képalkotó jellemzőinek átfedéseinek vizsgálatára a tünetek megjelenésével, a betegség progressziójával és a nyomon követéssel kapcsolatban. A korai bizonyítékok arra utalnak, hogy a képalkotási jellemzők jelentős átfedésben vannak, mint például a csiszolt üveg átlátszatlansága és konszolidációja a pleurális alatti és perifériás területeken, és a kezdeti mellkasi képalkotás a COVID-19-betegek legalább 85%-ánál rendellenességet jelez. 4 A COVID-19 megelőzésére és kezelésére szolgáló vakcinák és specifikus terápiás gyógyszerek hiányában a betegség kimutatása létfontosságú szerepet játszik az olyan védekezési stratégiákban, amelyek a fertőzött embereket elkülönítik az egészséges lakosságtól. Annak ellenére, hogy az RT-PCR érzékenysége a COVID-19-re akár 60-70%-ot is elérhet, jelenleg ez a nagyszabású vizsgálati módszer a maga nagy specifitásával.7 Az RT-PCR alacsony érzékenysége, valamint a mintagyűjtés, az időkésleltetés, a szállítás és a laboratóriumi felszerelés korlátai azt jelentik, hogy nem sikerül időben azonosítani elegendő COVID-19-pozitív személyt ahhoz, hogy megakadályozzák ennek a rendkívül fertőző vírusnak a progresszív fertőzését. Tekintettel a COVID-19 fertőzésekben a légúti érintettségre, a mellkasi radiográfia fontos szerepet játszott a COVID-19-hez kapcsolódó tüdőgyulladásban szenvedő betegek szűrésében, diagnosztizálásában és kezelési tervek kidolgozásában. Ezért a képalkotás klinikai és laboratóriumi leletekkel való kombinálása megkönnyítheti a COVID-19.5 korai diagnosztizálását A korai felismerés felgyorsítaná a kezelést és lehetővé tenné a beteg korai elkülönítését. Ez alapvető fontosságú a közegészségügyi felügyelet végrehajtásához, a feltartóztatáshoz és az olyan erősen fertőző betegségekre való reagáláshoz, amelyekben a fertőzés a tünetek megjelenése előtt is megtörténhet. A radiográfiai értelmezés pontosságának AI modellekkel történő javítása javíthatja az észlelési arányt és a betegek prognózisát, és így segíthet csökkenteni a COVID-19 terjedését.
Amint arról nemrégiben beszámoltunk, a mellkasi CT szinte minden COVID-19-betegnél közös radiográfiai jellemzőket mutat, beleértve a csiszolt 4 opacitást, a multifokális foltos konszolidációt és/vagy a perifériás eloszlású intersticiális elváltozásokat. 8,9 Tanulmányokat is végeztek a mellkasi CT és az RT-PCR tesztek hatékonyságának és diagnosztikai értékének összehasonlítására COVID-19 esetekben. Egy 1014 kínai betegről készült esetjelentés arra a következtetésre jutott, hogy a mellkasi CT nagy érzékenységgel rendelkezik a COVID-19 diagnosztizálására, és az esetek 60-93%-a a kezdeti pozitív CT-diagnózist a kezdeti pozitív RT-PCR-eredmények előtt mutatja. 10 Egy másik vizsgálat, amelyben 51 betegnél végeztek mellkasi CT-t és RT-PCR-t 3 napon belül, azt mutatta, hogy a CT érzékenysége a COVID-19 fertőzésre 98%, szemben a 71%-os RT-PCR érzékenységgel.11 Ezek a vizsgálatok a klinikai és laboratóriumi leletek mellett a mellkas röntgenfelvételek diagnosztikus értékét is jelzik. Ez a projekt egy nagy radiográfiai képtárat fejleszt ki, amelyet az AI mélytanulási modell betanítására és validálására használnak majd. Ez a projekt szükségszerűen nem csak egy mély tanulási modell megtervezését és finomítását foglalja magában, hanem az adományozott mellkas röntgenfelvételek tárának gondozását is, amelyet az új modell betanításához használnak majd fel. A projekthez tervezett biztonságos és HIPAA-panaszokkal kezelt online platform használata lehetővé teszi, hogy a projekt big data megközelítést alkalmazzon a modell pontosságának javítása érdekében. Mivel az ország egészségügyi intézményeinek betegei egyenlő esélyekkel vehetnek részt a projektben, ez a portál lehetőséget ad a demográfiai állomány olyan bővítésére is, amelyre a korábbi tanulmányok nem tudták.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Amoy Fraser, PhD, CCRP, PMP
- Telefonszám: 4072668742
- E-mail: amoy.fraser@ucf.edu
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Erica Martin, B.S.
- Telefonszám: 4072668742
- E-mail: erica.martin@ucf.edu
Tanulmányi helyek
-
-
Florida
-
Orlando, Florida, Egyesült Államok, 32827
- Toborzás
- University of Central Florida
-
Kapcsolatba lépni:
- Amoy Fraser, PhD
- Telefonszám: 407-266-8742
- E-mail: amoy.fraser@ucf.edu
-
Kapcsolatba lépni:
- Erica Martin, BS
- Telefonszám: 407-266-8742
- E-mail: erica.martin@ucf.edu
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Ebben a vizsgálatban az országban bárki részt vesz, akinél mellkasröntgenfelvétellel tesztelték a COVID-19-et.
Kizárási kritériumok:
- A COVID-19 teszteléséhez használt mellkas röntgenfelvétellel nem rendelkező betegek
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
---|---|
Szereljen össze egy tömeges forrásból származó, azonosítatlan radiográfiai tárolót
Időkeret: Ugyanezen a napon
|
Ugyanezen a napon
|
Másodlagos eredményintézkedések
Eredménymérő |
Időkeret |
---|---|
A meglévő COVID-NET mélytanulási diagnosztikai modellek betanítása és érvényesítése
Időkeret: 1 év
|
1 év
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Dexter Hadley, MD, PhD, University of Central Florida
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- STUDY00001804
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .
Klinikai vizsgálatok a COVID-19
-
AstraZenecaAktív, nem toborzó
-
Institute of Tropical Medicine, BelgiumJessa Hospital; University Hospital, Antwerp; Universiteit Antwerpen; Sciensano; MensuraBefejezve
-
SAb Biotherapeutics, Inc.Department of Health and Human Services; JPEO, Chemical, Biological, Radiological...BefejezveCOVID-19 | SARS-CoV-2Egyesült Államok
-
University of Wisconsin, MadisonNational Institutes of Health (NIH)Befejezve
-
Syneos HealthUS Specialty Formulations, LLCBefejezveSARS-CoV-2 (COVID-19)Új Zéland
-
Mayo ClinicBefejezveCOVID-19 | SARS-CoV-2Egyesült Államok
-
University of MelbourneThe George Institute; The University of Queensland; The Peter Doherty Institute for... és más munkatársakToborzásSARS-CoV-2 fertőzés (COVID-19)Ausztrália
-
Medical University InnsbruckToborzásSARS-CoV-2 | Posztakut COVID-19 szindrómaAusztria
-
University College, LondonUniversity College London Hospitals; The Leeds Teaching Hospitals NHS Trust; Nottingham... és más munkatársakIsmeretlenCOVID-19 | COV-HI | COVID-19 (COV) Hipergyulladásos (HI) szindrómaEgyesült Királyság
-
ProgenaBiomeTopelia TherapeuticsAktív, nem toborzóKoronavírus fertőzés | Covid-19 | COVID | Koronavírus fertőzés | SARS-CoV fertőzés | SARS-CoV-2 | Koronavírus-19Egyesült Államok