消化器疾患の診断のための深層学習アルゴリズム
2020年2月14日 更新者：Xiuli Zuo、Shandong University
消化器疾患の診断のための深層学習アルゴリズムの開発と検証
この研究の目的は、消化器疾患の診断のためのディープ ラーニング アルゴリズムを開発し、検証することです。
次に、診療所でのこの新しい人工知能 (AI) 支援認識システムの精度を評価します。
調査の概要
詳細な説明
最近、中央ニューラル ネットワーク (CNN) に基づくディープ ラーニング アルゴリズムは、胃腸病変のコンピュータ支援検出およびコンピュータ支援診断において複数の可能性を示しています。
しかし、すべての消化器疾患の認識にはまだ空白があります。
この研究の目的は、消化器疾患の診断のためのディープ ラーニング アルゴリズムの開発と検証です。
次に、診療所でのこの新しい人工知能 (AI) 支援認識システムの精度を評価します。
研究の種類
介入
入学 (予想される)
100000
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Shandong
-
Jinan、Shandong、中国、250012
- 募集
- Qilu Hospital, Shandong University
-
コンタクト：
- Xiuli Zuo, PhD
- 電話番号：053188369277 15588818685
- メール：zuoxiuli@sdu.edu.cn
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
説明
包含基準:
- 以前に内視鏡検査を受けたことがない 18 歳以上の参加者は、すべての参加病院から回収されました。
除外基準:
-
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：診断
- 割り当て：なし
- 介入モデル：単一グループの割り当て
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：AIモニタリング消化器内視鏡
標準的な準備レジメンを受けた後、患者は AI 監視デバイスの下で大腸内視鏡検査または胃内視鏡検査を受けます。
全体の手順は、AI 関連付けられた認識システムによって監視されます。
AIデバイスが関連する画像を自動的にキャプチャし、画面上の各セグメントのサイトを報告することで、消化器疾患を検出および診断します。
組織学的分析は、ゴールデン スタンダードとして設定されています。
次に、AI がキャプチャしたすべての画像は、3 ～ 5 人の経験豊富な内視鏡医で構成される人間のグループによってレビューされます。
|
標準的な準備レジメンを受けた後、患者は AI 監視デバイスの下で大腸内視鏡検査または胃内視鏡検査を受けます。
全体の手順は、AI 関連付けられた認識システムによって監視されます。
AIデバイスが関連する画像を自動的にキャプチャし、画面上の各セグメントのサイトを報告することで、消化器疾患を検出および診断します。
組織学的分析は、ゴールデン スタンダードとして設定されています。
次に、AI がキャプチャしたすべての画像は、3 ～ 5 人の経験豊富な内視鏡医で構成される人間のグループによってレビューされます。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
深層学習アルゴリズムによる消化器疾患の診断精度。
時間枠：1ヶ月
|
深層学習アルゴリズムによる消化器疾患の診断精度。
|
1ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
深層学習アルゴリズムによる消化器疾患の診断感度。
時間枠：1ヶ月
|
深層学習アルゴリズムによる消化器疾患の診断感度。
|
1ヶ月
|
|
深層学習アルゴリズムによる消化器疾患の診断特異性。
時間枠：1ヶ月
|
深層学習アルゴリズムによる消化器疾患の診断特異性。
|
1ヶ月
|
|
深層学習アルゴリズムによる消化器疾患の診断陽性的中率。
時間枠：1ヶ月
|
深層学習アルゴリズムによる消化器疾患の診断特異性。
|
1ヶ月
|
|
深層学習アルゴリズムによる消化器疾患の診断陰性的中率。
時間枠：1ヶ月
|
深層学習アルゴリズムによる消化器疾患の診断特異性。
|
1ヶ月
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2020年1月1日
一次修了 (予想される)
2020年2月1日
研究の完了 (予想される)
2020年2月1日
試験登録日
最初に提出
2020年1月7日
QC基準を満たした最初の提出物
2020年1月7日
最初の投稿 (実際)
2020年1月10日
学習記録の更新
投稿された最後の更新 (実際)
2020年2月18日
QC基準を満たした最後の更新が送信されました
2020年2月14日
最終確認日
2020年2月1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。