- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06715488
Automatizált ízületi gyulladás észlelés mesterséges intelligencia segítségével okostelefonos fényképeken (AISynovitis)
Automatizált kimutatási módszerek gyulladásos ízületi gyulladásra és képi adatbázis kialakítására
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
Az elmúlt 4 évben az a célunk, hogy forradalmasítsuk az ízületi gyulladások kimutatását a fejlett mesterséges intelligencia integrálásával. A projekt célja az ízületi gyulladás kimutatása az ízületi területek okostelefonos fényképei alapján, amelyek méretezhetővé és a közösségben elérhetővé teszik. Először 100 beteg bevonásával dolgoztunk ki egy lenyűgöző koncepciót és modelleket. (megjelent: Frontiers in Medicine, 2023. november, ahol bemutattuk, hogy ez a technológia ésszerű pontossággal működik a laboratóriumban, azaz a technológiai készenléti szint jelenleg 3-4). Ezt követtük egy újabb (közzétételre benyújtott, a MedRxiv nyomtatás előtti szerveren elérhető) dolgozattal, amely két különböző CNN-t képezett ki, egy szűrés CNN-t a levágatlan kezeken, amely megkülönbözteti a betegeket a kontrolloktól, majd ízületspecifikus kimutatásokat végeztek.
A rendszer magában foglalja az infrastruktúra támogatását, amely lehetővé teszi az ízületi gyulladás hatékony kimutatását. Ez magában foglalja
- Fényképek gyűjtése szabványosított módon egyedi tervezésű dobozok segítségével
- Böngészőcső használata és tesztelése
- A CNN modelljeit az ezen készült fényképek adathalmazára képezik ki, és az eredményeket kiküldik a közösség orvosainak. Ez biztosítja, hogy egy orvos a körben később intézkedjen az eredmények alapján további megerősítő vizsgálatok vagy kezelés céljából.
- A betegek és az orvosok mesterséges intelligencia iránti tudásának, hozzáállásának megértése a klinikai döntéshozatali algoritmusokban
Ez egy prospektív, beavatkozást nem igénylő tanulmány, és ebben a projektben csak egy vizsgáló vesz részt, amely okostelefonnal fényképet készít néhány szabványos pozícióban tartott közös területről. Ez nem jelent kockázatot a beteg számára.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Pune, India, 411001
- Poona Superspeciality Clinic
-
-
Maharashtra
-
Pune, Maharashtra, India, 411004
- Rheumatology Clinic
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Bármilyen etiológiájú gyulladásos ízületi gyulladás
Kizárási kritériumok:
- Súlyos deformitás, amely akadályozza a fényképek szabványosítását
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Gyulladásos ízületi gyulladás
Gyulladásos ízületi gyulladásban szenvedő betegek, függetlenül az etiológiától, beleértve a rheumatoid arthritist, a psoriaticus ízületi gyulladást, a szisztémás lupusz eritematózist és a vírusos ízületi gyulladást
|
A gyulladásos ízületi gyulladás diagnosztizálása érdekében a betegek megvizsgálják és klinikai fényképeket készítenek a konvolúciós hálózatokról
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A mesterséges intelligencia diagnózisának pontossága a szakorvos (reumatológus) véleményével szemben
Időkeret: 3 év
|
A synovitis konvolúciós neurális hálózattal (bináris) történő kimutatásának összhangja a klinikailag diagnosztizált szakorvosi szakvélemény (reumatológus vélemény) között
|
3 év
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az AI diagnózis pontossága az ultrahangos képalkotó diagnózishoz képest
Időkeret: 3 év
|
A synovitis konvolúciós neurális hálózattal (bináris) történő kimutatásának összhangja a mozgásszervi ultrahanggal
|
3 év
|
|
Változásra való érzékenység
Időkeret: 3 év
|
Érzékelheti-e a konvolúciós neurális hálózat a gyulladt ízületről a nem gyulladt ízületre való elváltozást?
|
3 év
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Sanat Phatak, MD, DM, Med2Measure
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
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- M2M-ID0001
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
IPD megosztási időkeret
IPD-megosztási hozzáférési feltételek
Az IPD megosztását támogató információ típusa
- STUDY_PROTOCOL
- ICF
- CSR
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
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. .