Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Algoritmi di intelligenza artificiale per discriminare tra COVID-19 e polmonite influenzale utilizzando i raggi X del torace (AI-COVID-Xr)

23 aprile 2020 aggiornato da: Professor Adrian Covic

I vantaggi degli algoritmi di intelligenza artificiale (CNN) per discriminare tra COVID-19 e polmonite influenzale in un pronto soccorso utilizzando esami radiografici del torace

Questo progetto mira a utilizzare algoritmi di intelligenza artificiale (discriminazione dell'immagine), in particolare reti neurali convoluzionali (CNN) per la scansione di radiografie del torace nel pronto soccorso (triage) in pazienti con sospetti sintomi respiratori (febbre, tosse, mialgia) dell'infezione da coronavirus COVID 19. L'obiettivo è creare e validare una soluzione software che discrimini sulla base della radiografia del torace tra polmonite da Covid-19 e influenza

Panoramica dello studio

Stato

Sconosciuto

Condizioni

Intervento / Trattamento

Descrizione dettagliata

Questo progetto mira a utilizzare algoritmi di intelligenza artificiale (discriminazione delle immagini);

  • specificamente reti neurali convoluzionali (CNN) per la scansione di radiografie del torace in pronto soccorso (triage) in pazienti con sospetta sintomatologia respiratoria (febbre, tosse, mialgia) da infezione da coronavirus COVID 19;
  • l'obiettivo è creare e validare una soluzione software che discrimini sulla base della radiografia del torace tra polmonite da Covid-19 e influenza;
  • questo software verrà addestrato introducendo raggi X da pazienti con/senza polmonite da COVID-19 e/o polmonite influenzale;
  • lo stesso algoritmo AI verrà eseguito su future scansioni a raggi X per prevedere una possibile polmonite da COVID-19

Tipo di studio

Osservativo

Iscrizione (Anticipato)

200

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Italia
      • Cremona, Italia, 26100
        • Reclutamento
        • U.O. Multidisciplinare di Patologia Mammaria e Ricerca Traslazionale; Dipartimento Universitario Clinico di Scienze Mediche, Chirurgiche e della Salute Università degli Studi di Trieste
        • Contatto:
        • Investigatore principale:
          • Daniele Generali, MD, PhD
  • Regno Unito
      • London, Regno Unito
        • Reclutamento
        • Department of Cardiology at Chelsea and Westminster NHS hospital
        • Contatto:
          • Emmanuel Ako, MD, PhD
          • Numero di telefono: +447932970131
          • Email: e.ako@ucl.ac.uk
        • Investigatore principale:
          • Emmanuel Ako, MD, PhD
  • Romania
      • Iaşi, Romania, 700503
        • Reclutamento
        • University of Medicine and Pharmacy Gr T Popa
        • Contatto:
        • Investigatore principale:
          • Alexandru Burlacu, MD, PhD

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Bambino
  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione di probabilità

Popolazione di studio

Tutti i pazienti con sintomi influenzali che arrivano al Pronto Soccorso con tosse, febbre, mialgia - sospettati di infezione da COVID-19

Descrizione

Criterio di inclusione:

  • sintomi simil-influenzali: mialgia, tosse, febbre, espettorato
  • Radiografie del torace
  • Test biologici COVID-19

Criteri di esclusione:

  • paziente rifiuto
  • radiografie incerte
  • risultati incerti dei test

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Pazienti sintomatici
Il nostro obiettivo è identificare un algoritmo di intelligenza artificiale che possa essere eseguito su radiografie polmonari in pazienti con sintomi virali influenzali/respiratori che arrivano al pronto soccorso/triage. Questo algoritmo mira a identificare le radiografie dei pazienti con COVID-19 e quelli con polmonite influenzale, con accuratezza verificata dai test COVID-19.
Test diagnostico: Scansione di radiografie del torace ed esecuzione di algoritmi AI sulle immagini
Radiografie del torace; CNN AI; Risultati

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Radiografie positive al COVID-19
Lasso di tempo: 6 mesi
Numero di partecipanti con polmonite alla radiografia del torace e COVID 19 positivi
6 mesi
Radiografie negative al COVID-19
Lasso di tempo: 6 mesi
Numero di partecipanti con polmonite alla radiografia del torace e COVID 19 negativi
6 mesi

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Professor Adrian Covic

Collaboratori

Falcon Trading Iasi
Romanian Academy of Medical Sciences

Investigatori

  • Investigatore principale: Alexandru Burlacu, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi
  • Investigatore principale: Radu Dabija, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

18 marzo 2020

Completamento primario (Anticipato)

16 agosto 2020

Completamento dello studio (Anticipato)

18 agosto 2020

Date di iscrizione allo studio

Primo inviato

17 marzo 2020

Primo inviato che soddisfa i criteri di controllo qualità

17 marzo 2020

Primo Inserito (Effettivo)

18 marzo 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

27 aprile 2020

Ultimo aggiornamento inviato che soddisfa i criteri QC

23 aprile 2020

Ultimo verificato

1 aprile 2020

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • 0110

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

SÌ

Descrizione del piano IPD

Sì, saremmo felici di condividere il codice dell'algoritmo e i risultati con qualsiasi scienziato interessato (senza interessi finanziari)

Tipo di informazioni di supporto alla condivisione IPD

  • STUDIO_PROTOCOLLO
  • ICF
  • CODICE_ANALITICO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Prove cliniche su COVID-19

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Mali

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi