このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

消化器内視鏡の臨床応用における人工知能支援システムの精度に関する多中心的検証研究

2021年1月7日 更新者:Renmin Hospital of Wuhan University
これは、内視鏡医が内視鏡検査の質を向上させるのを支援できる、人工知能ベースの光人工知能支援システムです。

調査の概要

詳細な説明

内視鏡による診断と治療は、消化器疾患の発見と治療に重要な役割を果たします。内視鏡検査の数が急速に増加するにつれて、内視鏡医の作業負荷はさらに増加し​​ます。高い作業負荷は内視鏡検査の質を低下させ、不完全なカバレッジと不完全な検出につながります。内視鏡検査の数が急速に増加するにつれて、内視鏡医の仕事量はさらに増加し​​ます。高い仕事量は内視鏡検査の質を低下させ、不完全なカバレッジと病変の不完全な検出につながります。したがって、ディープラーニングやその他の人工知能手法を実行します。内視鏡診断と治療の質を向上させるための優れた学術的研究と実用的な価値があります。これに基づいて、私たちの研究グループは、モデルのトレーニングと検証のために、さまざまな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

観察的

入学 (予想される)

10000

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

    • Hubei
      • Wuhan、Hubei、中国、430000
        • Renmin Hospital of Wuhan University

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 (アダルト、OLDER_ADULT)

健康ボランティアの受け入れ

なし

受講資格のある性別

全て

サンプリング方法

非確率サンプル

調査対象母集団

内視鏡検査の入院基準を満たす患者。

説明

包含基準:

  1. 18 歳以上の男性または女性。
  2. 消化管疾患の特徴をさらに明らかにするために、内視鏡検査および関連する検査を実施する必要があります。
  3. インフォームド コンセントを読み、理解し、署名できること。
  4. 研究者は、被験者が臨床研究のプロセスを理解でき、すべての研究手順とフォローアップ訪問を完了し、研究手順に協力する意思と能力があると信じています。

除外基準:

  1. -他の臨床試験に参加し、インフォームドコンセントに署名し、他の臨床試験のフォローアップ期間にありました;
  2. 過去5年間の薬物またはアルコール乱用または精神障害;
  3. 妊娠中または授乳中の女性;
  4. 消化器外科の既往歴のある被験者;
  5. 研究者は、対象が内視鏡検査および関連する検査に適していないと考えています。
  6. 被験者が臨床試験に参加するのに不適切であると治験責任医師が考える高リスク疾患またはその他の特別な状態。

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

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
正確さ
時間枠:2020.1.12-2023.12.31
画像や動画に対するAIの判断の精度を計算します。 精度は次のとおりです。
2020.1.12-2023.12.31
感度
時間枠:2020.1.12-2023.12.31
画像や動画に対するAIの判断の感度を計算します。 感度とは:実際に陽性であるサンプルにおいて、陽性と判断した割合(例えば、本当に病気の人で、病院が病気と判断した割合)を計算方法とは、真陽性を真陽性で割り、偽陰性を加算します (実際には陽性ですが、判定は陰性です)。
2020.1.12-2023.12.31
特異性
時間枠:2020.1.12-2023.12.31
画像や動画に対するAIの判断の特異性を計算します。 特異度とは、実際に陰性であるサンプルのうち、陰性と判定された割合(例えば、実際には病気ではない人、病院で病気ではないと判断された人の割合)の比率として計算されます。真陰性を真陰性 + 偽陽性 (実際には陰性だが、陽性と判断された) で割ったもの。
2020.1.12-2023.12.31
陽性適中率 (PPV)
時間枠:2020.1.12-2023.12.31
陽性の検査結果における真の陽性者の割合は、陽性の検査結果が真の症例に属する確率を示します。
2020.1.12-2023.12.31
陰性適中率 (NPV)
時間枠:2020.1.12-2023.12.31
陰性の検査結果に対する真の陰性の割合は、陰性の検査結果が非症例である確率を示します。
2020.1.12-2023.12.31
受信者動作特性 (ROC) 曲線
時間枠:2020.1.12-2023.12.31

定義1:被験者の動作特性曲線とは、横軸に偽陽性率、縦軸に真陽性率をとった座標グラフであり、特定の刺激条件下で判定基準が異なるために被験者が描く曲線である。

定義 2: ROC 曲線は、予測確率のしきい値を変化させて、偽陽性のケースの割合 (1-特異性) に対して真の陽性ケースの割合 (感度) をプロットすることによって作成されました。

2020.1.12-2023.12.31
曲線下面積 (AUC)
時間枠:2020.1.12-2023.12.31
AI の受信者動作特性 (ROC) 曲線の曲線下面積を計算します。
2020.1.12-2023.12.31

二次結果の測定

結果測定
メジャーの説明
時間枠
平均精度 (mAP)
時間枠:2020.1.12-2023.12.31
mAP は、平均精度のしきい値を設定し、1 または 0 を取得してから、平均精度の合計を値の数で割った値の平均を取得します。
2020.1.12-2023.12.31
Sørensen-Dice 係数 (F1 スコア)
時間枠:2020.1.12-2023.12.31
Sørensen-Dice 係数は、2 つのサンプルの類似性を評価するために使用される統計です。 F1 スコアは、モデルの精度と再現率の加重平均です。
2020.1.12-2023.12.31
リコール率
時間枠:2020.1.12-2023.12.31
予測されたペアのすべてのサンプルにおける予測されたペアのポジティブな例のパーセンテージ (正しい予測されたポジティブな例と正しい予測されたネガティブな例を含む)。
2020.1.12-2023.12.31
正の尤度比
時間枠:2020.1.12-2023.12.31
2020.1.12-2023.12.31
負の尤度比
時間枠:2020.1.12-2023.12.31
2020.1.12-2023.12.31

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。

捜査官

  • スタディディレクター:Yu Honggang, MD、Wuhan University Renmin Hospital

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 (予期された)

2025年12月31日

研究の完了 (予期された)

2025年12月31日

試験登録日

最初に提出

2020年1月14日

QC基準を満たした最初の提出物

2020年1月14日

最初の投稿 (実際)

2020年1月18日

学習記録の更新

投稿された最後の更新 (実際)

2021年1月8日

QC基準を満たした最後の更新が送信されました

2021年1月7日

最終確認日

2021年1月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • EA-19-006

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

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。

3
購読する