人工知能技術を活用した胃カメラ手術の品質管理の有効性に関する研究
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
詳細な説明
胃内視鏡検査は、上部消化管疾患の検出と診断において重要な役割を果たします。 内視鏡医は初期病変を見逃さないように、標準化されたプロセスに従って胃カメラを操作する必要があります。 しかし、内視鏡検査件数の急増に伴い、内視鏡医の負担はさらに増大しています。 負担が大きいと内視鏡検査の質が低下し、胃カメラ検査の過程で見落とされやすい解剖学的部位の観察が不完全になります。 内視鏡医によって手術レベルには大きな差があります。 したがって、人工知能手法の実行には、内視鏡診断と治療の質を向上させるための優れた学術研究と実用的価値があります。
人工知能デバイスは大量の内視鏡画像を使用する必要があるため、モデルの学習と検証のために病院から内視鏡画像データを収集する予定です。
研究の種類
研究の種類
入学 (実際)
入学
連絡先と場所
研究連絡先
研究連絡先
- 名前:Peng Yuan, MD.
- 電話番号:+86 010-88196403
- メール:peng8264503@126.com
研究場所
-
-
Haidian
-
Beijing、Haidian、中国、100142
- Beijing Cancer Hospital
-
-
参加基準
適格基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 胃カメラ検査を受ける18歳以上の患者;
- インフォームド・コンセントを読み、理解し、署名できる;
除外基準:
- 内視鏡検査に絶対的禁忌のある患者。
- 妊娠中の女性;
- 胃手術の既往歴;
- 研究者は被験者が臨床試験に適していないと判断した場合。
研究計画
研究はどのように設計されていますか?
デザインの詳細
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
正確さ
時間枠:2020.2.22~2020.7.1
|
AIによる画像判定の精度を計算
|
2020.2.22~2020.7.1
|
|
感度
時間枠:2020.2.22~2020.7.1
|
AIが陽性と正しく診断した画像の数/陽性と判定されたすべての画像
|
2020.2.22~2020.7.1
|
|
特異性
時間枠:2020.2.22~2020.7.1
|
AIが正しく陰性と診断した画像数/全画像陰性
|
2020.2.22~2020.7.1
|
協力者と研究者
捜査官
捜査官
- スタディチェア:Qi Wu, MD.、Peking University Cancer Hospital & Institute
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (実際)
一次修了
研究の完了 (実際)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。