- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT04479319
COVID-19 진단을 위한 의사결정 지원 시스템 알고리즘
딥러닝을 이용한 RT-PCR 그래픽과 흉부 CT 영상 간의 코로나19 진단을 위한 하이브리드 의사결정 지원 시스템 알고리즘 개발
COVID-19는 2019년 12월 중국 우한에서 처음 발견된 신종 코로나바이러스에 의한 전염병입니다. 그런 다음 2020년 3월 11일 세계보건기구(WHO)에서 신종 코로나바이러스 발병을 팬데믹으로 기술하고 발표했습니다.
역전사 중합효소 연쇄 반응(RT-PCR)은 현재 COVID-19 진단을 위한 표준 테스트입니다. 그럼에도 불구하고 높은 위음성률(%10-50)로 인해 진단 및 치료 결정이 RT-PCR에만 의존하지 않습니다. 환자 및 방사선 소견의 임상적 발표도 중요합니다. 그러나 임상 양상이나 컴퓨터 단층촬영(CT) 소견 모두 COVID-19에 특정하지 않습니다. 이러한 도전의 결과로 질병의 진단과 지역 사회 건강 보호가 더욱 어려워집니다. 본 연구의 연구자들은 딥 러닝 기반 의사결정 지원 시스템이 COVID-19의 확정 진단에 도움이 될 수 있다는 가설을 세웠습니다. 목표는 환자, 실험실 및 CT 결과 및 RT-PCR 데이터의 임상 프레젠테이션을 기반으로 딥 러닝 기반 의사 결정 지원 시스템 알고리즘을 개발하는 것입니다. 이전에는 Inception, UNet, ResNet과 같이 널리 알려진 심층 신경망 아키텍처를 사용하는 심층 학습 알고리즘이 개발되었습니다. 그러나 이러한 모든 연구는 CT 소견을 기반으로 한 것입니다. 환자의 임상, 방사선 및 실험실 결과를 결합한 문헌에는 딥 러닝 연구가 없습니다.
이 프로젝트는 보건부에서 얻을 수 있는 COVID-19 환자의 가용 데이터를 기반으로 합니다. 그런 다음 데이터는 관련성과 신뢰성에 대해 평가되고 기계 교육을 위해 레이블이 지정됩니다. 데이터의 익명화 후 데이터는 사전 결정된 포함-제외 기준에 따라 처리됩니다. 흉부 CT 데이터는 COVID-19 폐렴에 대해 일반/불확실/비정형/음성으로 표시됩니다. 또한 알려진 비 COVID-19 질병을 가진 환자의 CT 이미지는 기계 교육을 위해 레이블이 지정됩니다. 그런 다음 발열, 림프구 수, 호중구 대 림프구 비율, 연락처 정보, RT-PCR 결과가 표시됩니다. 그 후, 환자에게 라벨이 지정되고 이 그룹화되고 라벨이 지정된 데이터의 도움을 받아 머신이 딥 러닝 방법으로 훈련됩니다. 훈련 단계에 이어 알고리즘이 테스트되고 기계가 목표 특이성과 민감도에 도달하면 프로토타입이 테스트됩니다. 그런 다음 프로토타입은 병원 소프트웨어 시스템에 내장됩니다. 이 소프트웨어 및 알고리즘은 임상의를 위한 조기 경고 시스템 역할을 하며 특히 위음성 결과 감소와 함께 더 나은 진단 속도를 제공합니다. 팬데믹의 영향은 진단 및 격리된 사람의 수 또는 제공된 치료만으로 측정할 수 없습니다. 팬데믹은 지역사회 건강뿐만 아니라 개인의 심리적 상태, 교육, 교육 방법, 작업 모델, 일상 생활 방식, 생산자/소비자 행동, 공급/수요 균형에도 영향을 미칩니다. 즉, 삶의 모든 단일 영역. 게다가 전염병은 되돌리기 어려운 장기적인 피해를 초래합니다. 이 소프트웨어는 진단 성공률을 높이고 팬데믹을 통제하는 데 도움을 주며 위에서 언급한 부수적 피해를 최소화합니다. 조사단은 이번 프로젝트 종료 시 생산될 제품이 발생할 것으로 예상되는 코로나19 2차 파동을 통제하는 데 큰 도움이 될 것으로 보고 있다.
연구 개요
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Ankara, 칠면조
- Ankara University Faculty of Medicine
-
Ankara, 칠면조
- İhsan Doğramacı Bilkent Üniversitesi
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
설명
포함 기준:
- COVID-19 감별 진단을 받은 성인 환자
제외 기준:
- 18세 미만 환자
- 흉부 CT 또는 SARS-CoV-2 RT-PCR이 없는 환자
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
COVID-19 폐렴
흉부 CT에 폐렴이 있는 COVID-19 환자 흉부 CT + SARS-CoV-2 RT-PCR + COVID-19 임상 징후 +/- COVID-19 감염자와의 모든 접촉 +/- 또는 Thorax CT + SARS-CoV-2 RT-PCR - COVID-19 임상 징후 +/- COVID-19 감염자와의 모든 접촉 + |
모든 팔의 피험자는 SARS-CoV-2에 대한 흉부 CT 및 RT-PCR을 받았습니다.
다른 이름들:
|
|
폐렴이 없는 COVID-19
흉부 CT에서 폐렴이 없는 COVID-19 환자 흉부 CT - SARS-CoV-2 RT-PCR + COVID-19 임상 징후 +/- COVID-19 감염자와의 모든 접촉 +/- |
모든 팔의 피험자는 SARS-CoV-2에 대한 흉부 CT 및 RT-PCR을 받았습니다.
다른 이름들:
|
|
비 COVID-19
COVID-19로 진단되지 않은 바이러스 감염 증상이 있는 환자 흉부 CT - SARS-CoV-2 RT-PCR - COVID-19 임상 징후 +/- COVID-19 감염자와의 모든 접촉 +/- 또는 Thorax CT + SARS-CoV-2 RT-PCR - COVID-19 임상 징후 +/- COVID-19 감염자와의 모든 접촉 - |
모든 팔의 피험자는 SARS-CoV-2에 대한 흉부 CT 및 RT-PCR을 받았습니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
COVID-19 진단
기간: 학업 수료까지 평균 1년
|
하이브리드 의사결정 지원 시스템의 COVID-19 진단 예측 민감도 및 특이도 결정
|
학업 수료까지 평균 1년
|
공동 작업자 및 조사자
수사관
- 연구 의자: Özlem Özdemir Kumbasar, Prof Dr, Ankara University
간행물 및 유용한 링크
일반 간행물
- Li L, Qin L, Xu Z, Yin Y, Wang X, Kong B, Bai J, Lu Y, Fang Z, Song Q, Cao K, Liu D, Wang G, Xu Q, Fang X, Zhang S, Xia J, Xia J. Using Artificial Intelligence to Detect COVID-19 and Community-acquired Pneumonia Based on Pulmonary CT: Evaluation of the Diagnostic Accuracy. Radiology. 2020 Aug;296(2):E65-E71. doi: 10.1148/radiol.2020200905. Epub 2020 Mar 19.
- Li K, Wu J, Wu F, Guo D, Chen L, Fang Z, Li C. The Clinical and Chest CT Features Associated With Severe and Critical COVID-19 Pneumonia. Invest Radiol. 2020 Jun;55(6):327-331. doi: 10.1097/RLI.0000000000000672.
- Jan B, Farman H, Khan M, Imran M, Islam IU, Ahmad A, et al. Deep learning in big data analytics: a comparative study. Computers & Electrical Engineering. 2019;75:275-87
- Simpson S, Kay FU, Abbara S, Bhalla S, Chung JH, Chung M, Henry TS, Kanne JP, Kligerman S, Ko JP, Litt H. Radiological Society of North America Expert Consensus Statement on Reporting Chest CT Findings Related to COVID-19. Endorsed by the Society of Thoracic Radiology, the American College of Radiology, and RSNA - Secondary Publication. J Thorac Imaging. 2020 Jul;35(4):219-227. doi: 10.1097/RTI.0000000000000524.
- Santosh KC. AI-Driven Tools for Coronavirus Outbreak: Need of Active Learning and Cross-Population Train/Test Models on Multitudinal/Multimodal Data. J Med Syst. 2020 Mar 18;44(5):93. doi: 10.1007/s10916-020-01562-1.
- Vaishya R, Javaid M, Khan IH, Haleem A. Artificial Intelligence (AI) applications for COVID-19 pandemic. Diabetes Metab Syndr. 2020 Jul-Aug;14(4):337-339. doi: 10.1016/j.dsx.2020.04.012. Epub 2020 Apr 14.
- Zhou Z, Siddiquee MMR, Tajbakhsh N, Liang J. UNet++: A Nested U-Net Architecture for Medical Image Segmentation. Deep Learn Med Image Anal Multimodal Learn Clin Decis Support (2018). 2018 Sep;11045:3-11. doi: 10.1007/978-3-030-00889-5_1. Epub 2018 Sep 20.
- Li D, Wang D, Dong J, Wang N, Huang H, Xu H, Xia C. False-Negative Results of Real-Time Reverse-Transcriptase Polymerase Chain Reaction for Severe Acute Respiratory Syndrome Coronavirus 2: Role of Deep-Learning-Based CT Diagnosis and Insights from Two Cases. Korean J Radiol. 2020 Apr;21(4):505-508. doi: 10.3348/kjr.2020.0146. Epub 2020 Mar 5.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 09081
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
코로나19에 대한 임상 시험
-
Brugmann University Hospital모병
-
Istituti Clinici Scientifici Maugeri SpAIstituto Auxologico Italiano; Azienda Ospedaliera Bolognini di Seriate Bergamo; Azienda Socio... 그리고 다른 협력자들완전한
-
Abderrahmane Mami HospitalDacima Consulting; Eshmoun Clinical Research Center빼는
-
Centro de Educación Medica e Investigaciones Clínicas...완전한
흉부 CT에 대한 임상 시험
-
Northwell HealthToshiba America Medical Systems, Inc.초대로 등록관상동맥 질환 | 가슴 통증 | 급성관상동맥증후군 | 급성 심근 경색미국
-
UMC UtrechtDutch Heart Foundation알려지지 않은
-
Peter MacCallum Cancer Centre, AustraliaMelbourne Health; Westmead Hospital; Victorian Infectious Diseases Reference Laboratory완전한급성 골수성 백혈병 | 열성 호중구 감소증 | 급성 림프구성 백혈병 | 조혈모세포이식, 자가조직 | 조혈모세포 이식, 동종호주
-
Seoul National University Bundang HospitalGE Healthcare; National Research Foundation of Korea완전한
-
Kyoung Ho Lee, MDSeoul National University Bundang Hospital; Ministry of Health & Welfare, Korea; Radiology... 그리고 다른 협력자들완전한