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。

人工知能による腸上皮化生の程度の自動評価

2022年7月14日更新者：Yanqing Li、Shandong University

腸上皮化生の程度を自動評価するための人工知能システムの開発と検証

胃腸化生（ＧＩＭ）は胃癌（ＧＣ）の重要な病期である。画像増強内視鏡検査 (IEE) の技術的進歩により、IEE が GIM の診断の精度が高いことが研究で実証されています。 GC の新しい内視鏡リスクスコアリングシステムである内視鏡グレーディングシステム (EGGIM) は、幅広い GIM 患者を正確に識別することが示されています。ただし、実行される IEE および EGGIM 評価を使用した GIM の高い診断精度には、多くの経験が必要であり、EGGIM の適用が制限されます。研究者は、ディープニューラルネットワークを使用して IM の範囲を自動的に評価し、EGGIM スコアを計算するコンピューター支援診断プログラムを設計することを目指しています。

調査の概要

状態

募集

条件

詳細な説明

世界的に、胃がんは 5 番目に多い悪性腫瘍であり、がん死亡率の 3 番目に多い原因です。胃腸上皮化生 (GIM) は、胃癌カスケードにおける中程度の前癌性胃病変です。研究によると、IM 患者における胃がんの 5 年間の累積発生率は 5.3% から 9.8% の範囲であることが示されています。画像増強内視鏡検査 (IEE) の技術的進歩により、IEE が GIM の診断の精度が高いことが研究で実証されています。 GC の新しい内視鏡リスクスコアリングシステムである内視鏡グレーディングシステム (EGGIM) は、幅広い GIM 患者を正確に識別することが示されています。ただし、実行される IEE および EGGIM 評価を使用した GIM の高い診断精度はすべて多くの経験を必要とし、EGGIM の適用を制限します。研究者は、ディープニューラルネットワークを使用して IM の範囲を自動的に評価し、EGGIM スコアを計算するコンピューター支援診断プログラムを設計することを目指しています。

研究の種類

観察的

入学 (予想される)

600

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

中国
- Shandong
  - Jinan、Shandong、中国、250012
    - 募集
    - Department of Gastrology, QiLu Hospital, Shandong 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～80年 (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

サンプリング方法

非確率サンプル

調査対象母集団

山東大学Qilu病院で適格基準を満たすIEE検査とスクリーニングを受けた連続した患者が研究に登録されます

説明

包含基準:

IEE検査を受ける18～80歳の患者

除外基準:

胃内視鏡検査に参加できない重度の心臓、脳、肺または腎機能障害または精神障害のある患者
以前に胃の外科手術を受けた患者
インフォームドコンセントフォームへの署名を拒否する患者

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

観測モデル：他の
時間の展望：回顧

グループ/コホートの数

コホートと介入

グループ/コホート
アルゴリズムをトレーニングするためのグループこの画像グループは、人工知能のアルゴリズムのトレーニングに使用されます
アルゴリズムをテストするためのグループこの画像グループは、人工知能のアルゴリズムをテストするために使用されます

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
内視鏡画像における腸化生の程度を評価する AI モデルの特異性時間枠：2年	内視鏡画像における腸化生の程度を評価する AI モデルの特異性	2年
内視鏡画像で腸化生の程度を評価する AI モデルの精度時間枠：2年	内視鏡画像で腸化生の程度を評価する AI モデルの精度	2年
内視鏡画像における腸上皮化生の程度を評価する AI モデルの感度時間枠：2年	腸上皮化生の程度を評価する AI モデルの感度	2年

二次結果の測定

結果測定	メジャーの説明	時間枠
腸上皮化生の程度を評価するための経験豊富な内視鏡医の正確さ時間枠：2年	内視鏡画像における腸化生の程度を評価するための経験豊富な内視鏡医の正確さ	2年
腸化生の程度を評価するための経験の浅い内視鏡医の正確さ時間枠：2年	内視鏡画像における腸化生の程度を評価するための経験の浅い内視鏡医の正確さ	2年
腸化生の程度を特定する際の経験豊富な内視鏡医間の観察者間の合意時間枠：2年	内視鏡画像で腸化生の程度を特定する際の経験豊富な内視鏡医間の観察者間の合意	2年
腸化生の程度を特定する際の経験の浅い内視鏡医間の観察者間の合意時間枠：2年	内視鏡画像で腸化生の程度を特定する際の経験の浅い内視鏡医間の観察者間の合意	2年

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

Shandong University

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)

2022年7月1日

一次修了 (予想される)

2023年12月30日

研究の完了 (予想される)

2023年12月30日

試験登録日

最初に提出

2022年7月8日

QC基準を満たした最初の提出物

2022年7月14日

最初の投稿 (実際)

2022年7月15日

学習記録の更新

投稿された最後の更新 (実際)