食道胃接合部腺癌の内視鏡診断における人工知能の役割:単一施設、症例対照、診断研究
2023年11月15日 更新者:Qilu Hospital of Shandong University
これは、単一センターの症例対照診断研究です。この研究の目的は、深層学習手法を使用して、齊魯病院の消化器内視鏡検査の画像データを遡及的に分析し、内視鏡画像に基づいて検出および診断のための人工知能モデルを構築することです。この研究では、確立された AI モデルを内視鏡医の診断結果と比較して、内視鏡医にとってのモデルの臨床的補助的価値を評価します。研究には、データ収集と前処理、人工知能などの段階が含まれます。モデルの開発、モデルのテストと評価。
当研究所が構築した胃内視鏡画像データセットには、主に白色光内視鏡、光学増強内視鏡(OE)、狭帯域画像内視鏡(NBI)の3つの内視鏡画像が含まれています。
調査の概要
研究の種類
観察的
入学 (推定)
200
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。
研究連絡先
- 名前:Miaomiao Ma, Bachelor
- 電話番号:+8617657686098
- メール:mmiao6098@163.com
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
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
サンプリング方法
非確率サンプル
調査対象母集団
この研究には、モデルのトレーニングとテストのために Qilu 病院の内視鏡検査センターから取得した食道胃接合部の内視鏡画像が含まれていました。研究集団は病理学的検査を受け、病理学的結果はゴールド スタンダードとして使用されました。
説明
包含基準:
- この研究には、内視鏡検査または治療を受けた18歳以上の患者の内視鏡画像が含まれていました
- 症例群のすべての患者は、食道胃接合部腺癌として病理学的に確認される必要があり、病理学者は、全体的な外観、サイズ、分化タイプ、浸潤の深さ、存在またはリンパ/血管浸潤の欠如、外科的マージンの状態など
- 対照群の患者の内視鏡画像は、生検病理学または少なくとも 2 人の経験豊富な内視鏡医 (手術経験が 5000 件を超える) によって確認され、明らかな良性の症状があることを共同で確認する必要があります。
除外基準:
- 食道胃接合部に対する内視鏡治療または手術の既往歴がある。
- 研究過程で必要な臨床情報(患者の年齢、性別、病変の特徴、内視鏡症状、内視鏡画像など)を提供できない。
- 出血、絞り、ぼやけ、焦点ぼけ、アーティファクト、または生検後の過剰な粘液によって深刻な影響を受ける画像など、低品質の内視鏡画像。
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
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
トレーニングセット
|
この研究では、確立された AI モデルを内視鏡医の診断結果と比較して、内視鏡医にとってのモデルの臨床的補助的価値を評価します。
|
テストセット
|
この研究では、確立された AI モデルを内視鏡医の診断結果と比較して、内視鏡医にとってのモデルの臨床的補助的価値を評価します。
|
検証セット
|
この研究では、確立された AI モデルを内視鏡医の診断結果と比較して、内視鏡医にとってのモデルの臨床的補助的価値を評価します。
|
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 |
---|---|---|
感度
時間枠:36ヶ月
|
研究者は、確立された AI モデルの感度を計算し、さまざまなレベルの内視鏡医と比較しました。
|
36ヶ月
|
特異性
時間枠:36ヶ月
|
研究者は、確立された AI モデルの特異性を計算し、さまざまなレベルの内視鏡医と比較しました。
|
36ヶ月
|
陰性的中率
時間枠:36ヶ月
|
研究者は、確立された AI モデルの負の予測値を計算し、さまざまなレベルの内視鏡医と比較しました。
|
36ヶ月
|
陽性的中率
時間枠:36ヶ月
|
研究者は、確立された AI モデルの陽性適中率を計算し、それをさまざまなレベルの内視鏡医と比較しました。
|
36ヶ月
|
正確さ
時間枠:36ヶ月
|
研究者は、確立された AI モデルの正の予測値の精度を計算し、さまざまなレベルの内視鏡医と比較しました。
|
36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。
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 (推定)
2023年12月1日
一次修了 (推定)
2025年4月1日
研究の完了 (推定)
2026年4月1日
試験登録日
最初に提出
2023年4月6日
QC基準を満たした最初の提出物
2023年4月6日
最初の投稿 (実際)
2023年4月19日
学習記録の更新
投稿された最後の更新 (推定)
2023年11月16日
QC基準を満たした最後の更新が送信されました
2023年11月15日
最終確認日
2023年4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。