Mesterséges intelligencia használata a végbélrák kimenetelének előrejelzésére
2023. február 9. frissítette: Taichung Veterans General Hospital
A CNN képfelismerés használata a végbélrák kimenetelének előrejelzésére
A 2010-2021 közötti időszakban a vizsgálók retrospektív módon összegyűjtik a rectalis adenocarcinomával diagnosztizált eseteket kiváló minőségű CT-képekkel. A helyi előrehaladott végbélrákos eseteket „betegségnek” nevezték. Azt sem határozták meg, hogy "normális".
A CNN mesterséges intelligencia használata nyílt fitonkóddal rendelkező jupyter notebookon a helyi előrehaladott végbélrák felismerésére képes modellek képzésére és fejlesztésére. Módosítsa a fiton kódot a ráta jobb előrejelzése érdekében, és segítse az orvost a betegség súlyosságának gyors értékelésében friss végbélrák esetén.
A tanulmány áttekintése
Állapot
Befejezve
Körülmények
Részletes leírás
2010.10.1-től 2021.12.31-ig cT3-4 lézióban szenvedő végbélrákos betegek is szerepeltek.
Gyűjtsön jó minőségű CT-képeket DICOM-fájlokkal a tumorszegmensben.
cT1-2, alacsony végbél elváltozások, nem CRC esetek nem szerepeltek.
A nem kontrasztos és mesterséges hibaképeket szintén kizártuk.
A CT-képeket "beteg" címkével látták el, amikor a CRM fenyegetett (<2 mm).
Minden kép 2 szakember megítélése szerint lett felcímkézve.
Az adatokat 2 részre bontottuk.
Az egyik az AI-modell oktatásához és teszteléséhez, a másik pedig a külső érvényesítéshez.
A képzési tesztelési adatkészletet a neurális hálózat mély tanulásával és a modell pontossági teljesítményének értékelésével hoztuk létre.
Ezután a modellt külső validációs adatkészletben alkalmaztuk valós teszteléshez, értékelve az AI és a Dr. döntés közötti koherens arányt.
Továbbá látni a rák túlélési eredményeit az AI modell előrejelzési eredményei szerint.
Tanulmány típusa
Megfigyelő
Beiratkozás (Tényleges)
720
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
-
Taichung, Tajvan
- Taichung Verterans General Hospital
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
20 év (FELNŐTT, OLDER_ADULT)
Egészséges önkénteseket fogad
Nem
Tanulmányozható nemek
Összes
Mintavételi módszer
Nem valószínűségi minta
Tanulmányi populáció
2010.10.1-2022.7.31 között diagnosztizált végbélrák.
klinikai T3-4 lézió.
kiváló minőségű CT-képekkel kontraszttal.
Leírás
Bevételi kritériumok:
- klinikai staging T3-4 kiváló minőségű CT-képekkel.
Kizárási kritériumok:
- 1. nem elsődleges rosszindulatú elváltozás
- 2. nem lokalizáló végbél
- 3. T1-2 elváltozás
- 4. nem kontrasztos vagy rossz minőségű képek
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
végbélrák elváltozás képei edzéshez
Rektális rák elváltozások képei.
A fenyegetett (<2 mm) végbélrák kerületi peremén lévő képeket „betegként” jelölték.
Ellenkező esetben a képek "normál" címkével voltak ellátva.
Ezeket az anyagokat oktatóanyagként használja az AI mélytanulási modelljének felépítéséhez.
|
Felcímkézett képek használata a mesterséges intelligencia képzési anyagaként a tárgyfelismerő modell fejlesztéséhez.
|
|
végbélrák elváltozások képei tesztelésre.
A képzési csoportból felépített mesterséges intelligencia mély tanulási modellek használata.
A modell előrejelzési arányának értékelése és a túlélési eredmények elemzése.
|
A külső validációs készlet használata az előrejelzési arány és a túlélési eredmény értékelésére.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
a mesterséges intelligencia pontossága tapasztalt orvossal
Időkeret: 1 héttel a képek elkészülte után.
|
a mesterséges intelligencia és a tapasztalt orvos közötti pontosság
|
1 héttel a képek elkészülte után.
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
a mesterséges intelligencia által végzett diagnózis valós életben való túlélése.
Időkeret: 5 évvel a diagnózis után
|
a mesterséges intelligencia valós életben való túlélése.
|
5 évvel a diagnózis után
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Nyomozók
- Kutatásvezető: ChunuYu Lin, M.D., Taichung Veterans General Hospital
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (TÉNYLEGES)
2010. október 1.
Elsődleges befejezés (TÉNYLEGES)
2022. július 31.
A tanulmány befejezése (TÉNYLEGES)
2022. december 31.
Tanulmányi regisztráció dátumai
Először benyújtva
2023. január 5.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2023. február 9.
Első közzététel (TÉNYLEGES)
2023. február 13.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (TÉNYLEGES)
2023. február 13.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2023. február 9.
Utolsó ellenőrzés
2023. február 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- CE21235B
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
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. .