小腸閉塞の診断のためのディープラーニングベースの人工知能
2024年6月25日 更新者：Aitaro Takimoto、Nagoya University
小腸閉塞の診断に深層学習ベースの人工知能を使用する研究
この研究では、救急治療室で研修医や外科医が診察した腸閉塞の疑いのある患者のコンピュータ断層撮影画像の診断精度と診断までの時間を、人工知能の有無で比較する。
調査の概要
詳細な説明
デザイン: これは診断研究です。 設定: 158 人の患者の 5,200 枚の CT 画像を使用して、CT 画像から腸管を自動的に抽出するディープラーニングベースの AI 技術を開発しました。 2018年6月6日から7月26日までの間に小腸閉塞が疑われる救急外来を受診した患者のCT画像を2つの三次紹介センターから入手し、検査サンプルとして使用した。 データ分析は2023年12月に完了しました。
参加者: 研修医と外科医が研究に参加しました。 介入: 研修医と外科医は 2 つのグループに分けられ、1 つのグループは AI テクノロジーを使用して朗読し、もう 1 つのグループは AI テクノロジーを使用せずに朗読しました。
主な結果と測定: 参加者は、小腸閉塞の有無と閉塞の位置を指摘した。 診断にかかる時間も集計しました。 階層ベイズモデルを適用しました。
研究の種類
観察的
入学 (実際)
17
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
-
-
Aichi
-
Nagoya、Aichi、日本、4668560
- Nagoya University Graduate School of Medicine
-
-
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
はい
サンプリング方法
確率サンプル
調査対象母集団
20名
説明
包含基準:
- 書面による同意をお持ちの方
除外基準:
- 書面による同意のない者
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
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
AIグループ
参加者はAIでCT画像を読み取ります。
|
AIが腸領域を抽出し3D画像に再構成。
|
|
マニュアルグループ
参加者は AI を使用せずに CT 画像を読み取ります
|
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 |
|---|---|---|
|
閉塞部位の診断
時間枠：2024年9月
|
閉塞部位の診断精度
|
2024年9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
捜査官
- スタディチェア：Hieoo Uchida, PhD.、Nagoya University Graduate School of Medicine, Pediatric Surgery
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9月1日
一次修了 (実際)
2023年6月6日
研究の完了 (推定)
2024年10月31日
試験登録日
最初に提出
2024年6月25日
QC基準を満たした最初の提出物
2024年6月25日
最初の投稿 (実際)
2024年7月1日
学習記録の更新
投稿された最後の更新 (実際)
2024年7月1日
QC基準を満たした最後の更新が送信されました
2024年6月25日
最終確認日
2024年6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。