頭蓋外傷CT画像識別における人工知能の方向性に関する後ろ向き研究
2024年1月29日 更新者:Junfeng Feng、RenJi Hospital
人工知能による頭蓋外傷CT画像の解析・認識能力の評価
この観察的遡及研究の目的は、コンピューター断層撮影 (CT) 画像内の脳出血を特定して注釈を付ける人工知能 (AI) の習熟度を評価することです。
回答することを目的とした主な質問は次のとおりです。
- 現在のAIはCT画像から脳外傷を解析・認識できるのだろうか?
- もしそうなら、彼らはどれほど有能であり、人間はそれをどのように利用できるのでしょうか? CT 画像は患者の通常の診断と治療の過程で選択されたものであり、研究に関連する追加の処置を受ける必要はありませんでした。
調査の概要
状態
積極的、募集していない
条件
研究の種類
観察的
入学 (実際)
208
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
-
-
Shanghai
-
Shanghai、Shanghai、中国、201114
- Brain Injury Center, Renji Hospital, School of Medicine, Shanghai Jiao Tong 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
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
いいえ
サンプリング方法
確率サンプル
調査対象母集団
研究対象者は16歳から92歳までの女性と男性で、ほとんどが高齢者です。
説明
包含基準:
- 脳外傷を負い、CT画像で脳出血が見られる人。
除外基準:
- 脳出血は CT 画像では明確ではなく、代表的なものでもありませんでした。
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 |
---|
脳外傷グループ
|
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 |
---|---|---|
注釈付き画像の識別の完全性。
時間枠:1ヶ月
|
Photoshop を使用して出血の面積とマークされた面積を計算し、比率を計算して Graphpad Prism にインポートし、平均パーセンテージと標準偏差をさらに分析します。
|
1ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
AIが生み出す成果に対する専門家からの評価
時間枠:1ヶ月
|
出力は、注釈の完全性、正確さ、成功度から、専門の放射線科医によって 4 段階評価のアンケートで評価されます。
次に、アンケートの結果は Graphpad Prism でさらに分析され、平均スコアと標準偏差が得られます。
|
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)
2023年9月1日
一次修了 (推定)
2024年2月15日
研究の完了 (推定)
2024年3月1日
試験登録日
最初に提出
2024年1月8日
QC基準を満たした最初の提出物
2024年1月29日
最初の投稿 (実際)
2024年1月30日
学習記録の更新
投稿された最後の更新 (実際)
2024年1月30日
QC基準を満たした最後の更新が送信されました
2024年1月29日
最終確認日
2024年1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。