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.

Set di dati di immagini radiografiche Covid per A.I (CORDA)

4 giugno 2020 aggiornato da: Giorgio Limerutti, Azienda Ospedaliera Città della Salute e della Scienza di Torino
La possibilità di utilizzare l'imaging a raggi X del torace (CXR) diffuso e semplice per lo screening precoce dei pazienti COVID-19 sta attirando molto interesse sia dalla comunità clinica che da quella dell'intelligenza artificiale. In questo studio forniamo approfondimenti e solleviamo anche avvertimenti su ciò che è ragionevole aspettarsi applicando il deep learning alla classificazione COVID delle immagini CXR. Forniamo una guida metodologica e una lettura critica di un ampio set di risultati statistici che possono essere ottenuti utilizzando i set di dati attualmente disponibili. In particolare, accettiamo la sfida posta dagli attuali dati COVID di piccole dimensioni e mostriamo quanto possa essere significativo il pregiudizio introdotto dal transfer-learning utilizzando set di dati CXR non COVID pubblici più ampi. Contribuiamo anche fornendo risultati su un set di dati COVID CXR di medie dimensioni, appena raccolti da uno dei principali ospedali di emergenza del Nord Italia durante il picco della pandemia COVID. Questi nuovi dati ci permettono di contribuire a validare la capacità di generalizzazione dei risultati preliminari che circolano nella comunità scientifica. Le nostre conclusioni fanno luce sulla possibilità di discriminare efficacemente COVID utilizzando CXR.

Panoramica dello studio

Descrizione dettagliata

Il virus COVID-19 si è diffuso rapidamente nella Cina continentale e in più paesi in tutto il mondo. Al 7 aprile 2020 in Italia, uno dei paesi più gravemente colpiti, sono stati registrati 135.586 pazienti con COVID19 e 17.127 di loro sono morti; al momento in cui scriviamo il Piemonte è la terza regione più colpita in Italia, con 13.343 casi registrati. La diagnosi precoce è un elemento chiave per il corretto trattamento dei pazienti e la prevenzione della diffusione della malattia. Dato l'elevato tropismo di COVID-19 per le vie respiratorie e l'epitelio polmonare, l'identificazione del coinvolgimento polmonare nei pazienti infetti può essere rilevante per il trattamento e il monitoraggio della malattia. Il test antivirus è attualmente considerato l'unico metodo specifico di diagnosi. Il Center for Disease Control (CDC) negli Stati Uniti raccomanda di raccogliere e testare campioni dal tratto respiratorio superiore (tamponi nasofaringei e orofaringei) o dal tratto respiratorio inferiore, se disponibili (lavaggio broncoalveolare, BAL) per test virali con reazione a catena della polimerasi a trascrizione inversa (RT-PCR). Gli attuali documenti di posizione delle società radiologiche (Fleischner Society, SIRM, RSNA) non raccomandano l'uso di routine dell'imaging per la diagnosi di COVID-19.

Tuttavia, è stato ampiamente dimostrato che, anche nelle prime fasi della malattia, la radiografia del torace (CXR) e la tomografia computerizzata (TC) possono mostrare reperti patologici. Va notato che in realtà sono aspecifiche e si sovrappongono ad altre infezioni virali (come influenza, H1N1, SARS e MERS): la maggior parte degli autori riporta opacità periferiche bilaterali mal definite e a vetro smerigliato, che interessano principalmente i lobi inferiori, progressivamente aumentando in estensione man mano che la malattia diventa più grave e porta a un diffuso consolidamento parenchimale, la TC è uno strumento sensibile per la diagnosi precoce delle opacità periferiche a vetro smerigliato; tuttavia, il ruolo di routine dell'imaging TC in questi pazienti è logisticamente impegnativo in termini di sicurezza per gli operatori sanitari e altri pazienti e può sopraffare le risorse disponibili. La radiografia del torace può essere uno strumento utile, soprattutto in contesti di emergenza: può aiutare ad escludere altre possibili "noxa" polmonari, consentire una prima valutazione approssimativa dell'entità dell'interessamento polmonare e soprattutto può essere ottenuta a letto del paziente utilizzando dispositivi portatili, limitare la possibile esposizione negli operatori sanitari e in altri pazienti. Inoltre, la CXR può essere ripetuta nel tempo per monitorare l'evoluzione della malattia polmonare.

Metodologia:

descriviamo l'approccio di deeplearning basato su una pipeline abbastanza standard, vale a dire la pre-elaborazione dell'immagine del torace e la segmentazione polmonare seguita dal modello di classificazione ottenuto con il transfer learning. Come vedremo in questa sezione, la pre-elaborazione dei dati è fondamentale per rimuovere qualsiasi bias presente nei dati. In particolare, mostreremo che è facile per un modello profondo riconoscere questi pregiudizi che guidano il processo di apprendimento. Date le dimensioni ridotte dei set di dati COVID, un ruolo chiave è svolto dai set di dati più grandi utilizzati per la pre-formazione. Pertanto, per prima cosa discutiamo quali set di dati possono essere utilizzati per i nostri obiettivi.

Tipo di studio

Osservativo

Iscrizione (Anticipato)

2500

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

    • Turin
      • Torino, Turin, Italia, 10126
        • Reclutamento
        • Azienda Ospedaliero Universitaria Citta Della Salute E Della Scienza
        • Contatto:
        • Investigatore principale:
          • Giorgio Limerutti, M.D.
        • Sub-investigatore:
          • Paolo Fonio, M.D.
        • Sub-investigatore:
          • Marco Grosso, M.Sc.
        • Sub-investigatore:
          • Stefano Tibaldi, M.Sc.
        • Sub-investigatore:
          • Simona Capello, M.D.
        • Sub-investigatore:
          • Patrizia Sardo, M.D.
        • Sub-investigatore:
          • Claudio Berzovini, M.D.
        • Sub-investigatore:
          • Francesca Santinelli, M.Sc.
        • Sub-investigatore:
          • Marco Calandri, M.D.
        • Sub-investigatore:
          • Andrea Ferraris, M.D.

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

  • ADULTO
  • ANZIANO_ADULTO
  • BAMBINO

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Tutte le persone trattate nel reparto di radiologia

Descrizione

Criteri di inclusione: radiografia del torace eseguita durante il pronto soccorso o la degenza in ospedale

-

Criteri di esclusione:

  • Nessuno

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
casi di polmonite interstiziale
Diagnosi radiografica del torace
alimentiamo la rete neurale con immagini radiografiche a raggi X del torace per insegnare la rete per la diagnosi automatica della polmonite interstiziale
Controlli negativi
Radiografia del torace Negativo per polmonite
alimentiamo la rete neurale con immagini radiografiche a raggi X del torace per insegnare la rete per la diagnosi automatica della polmonite interstiziale

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
sensibilità e specificità della diagnosi delle reti neurali
Lasso di tempo: al giorno 0
sensibilità e specificità della diagnosi della rete neurale rispetto alla diagnosi umana
al giorno 0

Collaboratori e investigatori

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

Investigatori

  • Investigatore principale: Giorgio Limerutti, M.D., Radiology Unit A.O.U. Città della Salute e della Scienza

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)

24 marzo 2020

Completamento primario (ANTICIPATO)

31 dicembre 2020

Completamento dello studio (ANTICIPATO)

31 marzo 2021

Date di iscrizione allo studio

Primo inviato

4 giugno 2020

Primo inviato che soddisfa i criteri di controllo qualità

4 giugno 2020

Primo Inserito (EFFETTIVO)

5 giugno 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (EFFETTIVO)

5 giugno 2020

Ultimo aggiornamento inviato che soddisfa i criteri QC

4 giugno 2020

Ultimo verificato

1 giugno 2020

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • CORDA

Piano per i dati dei singoli partecipanti (IPD)

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

NO

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 .

Sottoscrivi