Sistema di Intelligenza Artificiale per il Riconoscimento Anatomico e il Rilevamento di Lesioni nella Nasofaringolaringoscopia: Uno Studio Prospettico
Sviluppo e Validazione di un Sistema di Intelligenza Artificiale per il Riconoscimento del Sito Anatomico e la Rilevazione di Lesioni Basato su Immagini Nasofaringolaringoscopiche Elettroniche: Uno Studio Prospettico Multicentrico
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Tipo di studio
Iscrizione (Stimato)
Iscrizione
Contatti e Sedi
Contatto studio
Contatto studio
- Nome: Bin Ye, MD PhD
- Numero di telefono: +8615216616895
- Email: aydyebin@126.com
Luoghi di studio
-
-
-
Shanghai, Cina
- Reclutamento
- Ruijin Hospital, Shanghai Jiao Tong University School of Medicine
-
Contatto:
- Bin Ye, MD PhD
- Numero di telefono: +8615216616895
- Email: aydyebin@126.com
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Età ≥ 18 anni;
- Sottoposti a nasofaringolaringoscopia elettronica standard;
- I pazienti sottoposti a prelievo bioptico hanno una diagnosi patologica chiara;
- Hanno firmato un modulo di consenso informato scritto.
Criteri di esclusione:
- La qualità dell'immagine è insufficiente con gravi artefatti da movimento;
- Le immagini delle lesioni non sono chiare e incomplete.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
Cohort di addestramento e validazione del modello
Un modello di deep learning viene addestrato utilizzando il dataset di addestramento e convalidato con il set di convalida interno.
|
Il modello di deep learning viene addestrato utilizzando il dataset di addestramento e testato con il set di validazione interno.
Il dataset prospettico viene utilizzato per il test comparativo del modello e dei medici.
|
|
Cohort di test prospettico
I pazienti vengono arruolati prospetticamente, vengono raccolti video di esami nasofaringolaringoscopici e i dati video vengono elaborati per formare un dataset di test prospettico, che viene poi utilizzato per i test.
|
Il modello di deep learning viene addestrato utilizzando il dataset di addestramento e testato con il set di validazione interno.
Il dataset prospettico viene utilizzato per il test comparativo del modello e dei medici.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
performance of lesion detection
Lasso di tempo: Entro 3 mesi dal completamento della raccolta prospettica dei dati
|
L'area sotto la curva delle caratteristiche operative del ricevitore (ROC-AUC) del modello per il rilevamento di lesioni anomale
|
Entro 3 mesi dal completamento della raccolta prospettica dei dati
|
|
performance of anatomic site recognition
Lasso di tempo: Entro 3 mesi dal completamento della raccolta prospettica dei dati
|
La precisione media (AP) del modello per il riconoscimento dei siti anatomici nasofaringei e laringei
|
Entro 3 mesi dal completamento della raccolta prospettica dei dati
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Confronto delle prestazioni diagnostiche tra il modello e i medici
Lasso di tempo: Entro 3 mesi dal completamento della raccolta prospettica dei dati
|
Differenze di sensibilità, specificità e accuratezza complessiva tra il modello di intelligenza artificiale ed endoscopisti con diversi anni di esperienza
|
Entro 3 mesi dal completamento della raccolta prospettica dei dati
|
Collaboratori e investigatori
Sponsor
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
Completamento primario (Stimato)
Completamento primario
Completamento dello studio (Stimato)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- 2025-811
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .