- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT04313946
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.
Contatto studio
- Nome: Alexandru Burlacu, MD, PhD
- Numero di telefono: 0040744488580
- Email: alexandru.burlacu@umfiasi.ro
Luoghi di studio
-
-
-
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:
- Daniele Generali, MD, PhD
- Numero di telefono: +390372408042
- Email: dgenerali@units.it
-
Investigatore principale:
- Daniele Generali, MD, PhD
-
-
-
-
-
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
-
-
-
-
-
Iaşi, Romania, 700503
- Reclutamento
- University of Medicine and Pharmacy Gr T Popa
-
Contatto:
- Alexandru Burlacu, MD, PhD
- Numero di telefono: 0040744488580
- Email: alexandru.burlacu@umfiasi.ro
-
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.
|
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
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
- Processi patologici
- Infezioni da coronavirus
- Infezioni da Coronaviridae
- Infezioni da Nidovirus
- Infezioni da virus a RNA
- Malattie virali
- Infezioni
- Infezioni delle vie respiratorie
- Malattie delle vie respiratorie
- Malattie polmonari
- Attributi della malattia
- Infezione incrociata
- Malattia iatrogena
- Infezioni da Orthomyxoviridae
- Polmonite nosocomiale
- COVID-19
- Polmonite
- Influenza, umana
- Polmonite, virale
- Malattie polmonari, interstiziale
- Polmonite, associata al ventilatore
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
-
University of Roma La SapienzaQueen Mary University of London; Università degli studi di Roma Foro Italico; Bios...CompletatoSequele post acute di COVID-19 | Condizione post COVID-19 | Lungo-COVID | Sindrome cronica da COVID-19Italia
-
Erasmus Medical CenterDa Vinci Clinic; HGC RijswijkNon ancora reclutamentoSindrome post-COVID-19 | Lungo COVID | Lungo Covid19 | Condizione post COVID-19 | Sindrome post-COVID | Condizione post COVID-19, non specificata | Condizione post-COVIDOlanda
-
Indonesia UniversityReclutamentoSindrome post-COVID-19 | Lungo COVID | Condizione post COVID-19 | Sindrome post-COVID | Lungo COVID-19Indonesia
-
Yang I. PachankisAttivo, non reclutanteInfezione respiratoria da COVID-19 | Sindrome da stress COVID-19 | Reazione avversa al vaccino COVID-19 | Tromboembolia associata a COVID-19 | Sindrome da terapia post-intensiva COVID-19 | Ictus associato a COVID-19Cina
-
First Affiliated Hospital Xi'an Jiaotong UniversityShangluo Central Hospital; Ankang Central Hospital; Hanzhong Central Hospital; Yulin... e altri collaboratoriReclutamentoCOVID-19 | Sindrome post-COVID-19 | Post-acuto COVID-19 | COVID-19 acutoCina
-
University Hospital, Ioannina1st Division of Internal Medicine, University Hospital of IoanninaReclutamentoPolmonite COVID-19 | Infezione respiratoria da COVID-19 | Pandemia di covid-19 | Sindrome da distress respiratorio acuto COVID-19 | Polmonite associata a COVID-19 | Coagulopatia associata a COVID 19 | COVID-19 (Coronavirus 2019) | Tromboembolia associata a COVID-19Grecia
-
Dr. Soetomo General HospitalIndonesia-MoH; Universitas Airlangga; Biotis Pharmaceuticals, IndonesiaReclutamentoPandemia di covid-19 | Vaccini contro il covid-19 | Malattia da virus COVID-19Indonesia
-
University of Witten/HerdeckeInstitut für Rehabilitationsforschung NorderneyCompletatoSindrome post-COVID-19 | Sindrome da lungo tempo COVID-19Germania
-
Massachusetts General HospitalReclutamentoSindrome post-acuta da COVID-19 | Lungo COVID | Sequele post acute di COVID-19 | Lungo COVID-19Stati Uniti