Esplorazione dell'efficacia dell'applicazione degli strumenti diagnostici dell'intelligenza artificiale (AI) nell'imaging medico (MI) delle malattie respiratorie (R) infettive (I) (D) (AI-MIRID)
12 agosto 2024 aggiornato da: Wen-hong Zhang, Huashan Hospital
L’identificazione precoce e l’allarme severo delle malattie infettive respiratorie acute sono di fondamentale importanza.
L’utilizzo di mezzi efficaci per diagnosticare tempestivamente e correttamente la fonte dell’infezione è la premessa di tutte le misure efficaci.
AI-MID è un'iniziativa di ricerca che utilizza strumenti di intelligenza artificiale per assistere nella diagnosi di immagini mediche cliniche delle malattie respiratorie, con l'obiettivo di ridurre il tempo che i medici dedicano alla revisione delle immagini, aumentare l'efficienza del lavoro e migliorare la sensibilità e la specificità del rilevamento della polmonite, migliorando così il tasso di rilevamento della polmonite a livello di base.
Questo approccio facilita una prevenzione precisa, una diagnosi accurata e un trattamento preciso.
Panoramica dello studio
Stato
Reclutamento
Intervento / Trattamento
Tipo di studio
Interventistico
Iscrizione (Stimato)
2000
Fase
- Non applicabile
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: Wenhong Zhang
- Numero di telefono: (86)52889999
- Email: zhangwenhong@fudan.edu.cn
Luoghi di studio
-
-
-
Shanghai, Cina, 200040
- Reclutamento
- Huashan Hospital
-
Contatto:
- Wenhong Zhang, Professor
- Numero di telefono: (86)52889999
- Email: zhangwenhong@fudan.edu.cn
-
-
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
Sì
Descrizione
Criteri di inclusione:
- 1-90 anni, sesso non specificato.
- Presenta sintomi di infezione del tratto respiratorio
- Deve avere i risultati dell'esame eziologico
- Deve avere dati di imaging;
Criteri di esclusione:
- Gravi artefatti nelle immagini mediche
- La diagnosi clinica indica un edema polmonare concomitante
- La doppia revisione porta a diagnosi poco chiare o a potenziali diagnosi errate
- Altre situazioni che possono causare difficoltà nella lettura dei film o, secondo quanto stabilito dal ricercatore, il partecipante allo studio è ritenuto non idoneo all'iscrizione.
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
- Scopo principale: Diagnostico
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Nessuno (etichetta aperta)
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Nessun intervento: Nessun intervento
Non intervento
|
|
|
Sperimentale: Gruppo di interpretazione di immagini mediche basate sull'intelligenza artificiale
Utilizzando le informazioni cliniche, i dati di imaging e i corrispondenti risultati eziologici dei partecipanti allo studio, viene creato uno strumento diagnostico basato sull'intelligenza artificiale per riconoscere in modo specifico l'imaging medico del torace dei pazienti e trarre conclusioni diagnostiche corrispondenti.
|
Nel gruppo di interpretazione dell'IA, utilizzando le informazioni cliniche, i dati di imaging e i corrispondenti risultati eziologici dei partecipanti allo studio, viene creato uno strumento diagnostico dell'IA per riconoscere in modo specifico l'imaging medico del torace dei pazienti e trarre conclusioni diagnostiche corrispondenti.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Valutazione dell'efficacia diagnostica degli strumenti diagnostici dell'intelligenza artificiale nell'imaging medico delle malattie infettive respiratorie
Lasso di tempo: 2 anni
|
Per valutare l'efficacia diagnostica del software di rilevamento assistito da computer (CAD) nell'identificazione delle infezioni polmonari, lo studio utilizzerà i seguenti metodi: Criteri di imaging: radiologi esperti interpreteranno l'imaging medico dei partecipanti allo studio, fungendo da standard di imaging. Rilevamento assistito da computer: contemporaneamente, il software CAD analizzerà l'imaging medico dei partecipanti per generare risultati diagnostici. Valutazione di efficacia: l'accuratezza e la coerenza del software CAD saranno valutate confrontando le sue interpretazioni con le diagnosi fatte dai radiologi. |
2 anni
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Utilizzo di strumenti di intelligenza artificiale per l’identificazione precoce e l’allarme grave delle malattie infettive respiratorie
Lasso di tempo: 2 anni
|
Integrando l'imaging medico dei partecipanti allo studio con i corrispondenti risultati di rilevamento dei patogeni respiratori, questi dati verranno utilizzati come input del set di addestramento nello strumento diagnostico AI, consentendogli di sottoporsi al deep learning.
Questo processo creerà uno strumento diagnostico basato sull’imaging dei patogeni.
Dopo aver completato la raccolta dei dati per le sezioni dello studio sia retrospettivo che prospettico, prevediamo di valutare la progressione della malattia e la prognosi dei partecipanti allo studio sulla base dell'analisi di sopravvivenza e della modellizzazione predittiva.
Integrando dati clinici e dati di imaging, miriamo a migliorare l'accuratezza e la precisione del modello di valutazione prognostica.
Il modello sarà continuamente ottimizzato in base ai cambiamenti nelle condizioni dei partecipanti allo studio arruolati in diversi periodi di tempo.
|
2 anni
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
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)
1 aprile 2022
Completamento primario (Stimato)
1 dicembre 2025
Completamento dello studio (Stimato)
1 dicembre 2026
Date di iscrizione allo studio
Primo inviato
7 agosto 2024
Primo inviato che soddisfa i criteri di controllo qualità
12 agosto 2024
Primo Inserito (Effettivo)
14 agosto 2024
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
14 agosto 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
12 agosto 2024
Ultimo verificato
1 agosto 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- AI-MIRID
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 .