진폐증 고위험 조기 경보 모델 평가
2021년 7월 2일 업데이트: Peking University Third Hospital
흉부 방사선 촬영에서 회선신경망 기반 진폐증 고위험 조기경보 모델의 개발 및 임상적용 원문보기 KCI 원문보기 인용
진폐증은 치료보다 예방이 더 중요합니다.
그러나 현재의 프로세스는 진폐증 진단을 받기 전까지는 고위험 먼지 노출 근로자에게 조기에 경고할 수 없습니다.
효율성, 비인격성 및 정량화라는 특징을 가진 인공 지능은 이 문제를 해결하는 데 적합합니다.
따라서 우리는 진폐증 지능형 탐지, 등급 진단 및 고위험 조기 경고 모델을 개발하기 위해 딥 러닝을 적용하는 것을 목표로 하고 있습니다.
주석이 달린 이미지는 진폐증 검사 및 등급 진단을 목표로 하는 컨볼루션 신경망(CNN) 알고리즘 교육에 사용됩니다.
또한, 밀도 열 지도로 계산한 위험 점수는 먼지에 노출된 작업자의 조기 경보에 사용됩니다.
그런 다음 위험 점수의 유효성을 확인하기 위해 코호트의 후속 조치가 암시됩니다.
이러한 방식으로 고위험 먼지 노출 작업자는 조기 개입 및 더 나은 예후를 얻을 수 있으며 이는 의료 부담을 분명히 줄일 수 있습니다.
연구 개요
상태
모병
정황
상세 설명
진폐증, 중국 및 전 세계적으로 우세한 직업병.
흉부 방사선 촬영은 먼지에 노출된 작업자의 신체 검사 및 진폐증에 대한 대량 선별 검사에 사용할 수 있는 가장 접근하기 쉽고 저렴한 방사선 검사입니다.
그러나 진단과정은 주관성이 강하고 비효율적이며 경계성 병변에 대한 판단의 장애 등의 단점이 있다. 게다가 진폐증은 치료보다 예방이 더 중요하다.
그러나 현재의 프로세스는 진폐증 진단을 받기 전까지는 고위험 먼지 노출 근로자에게 조기에 경고할 수 없습니다.
효율성, 비인격성 및 정량화의 특징을 가진 인공 지능은 앞서 언급한 문제를 해결하는 데 적합합니다.
지금까지 진폐증 등급 진단과 고위험 조기경보에 딥러닝을 접목한 연구는 드물었다.
이전 연구에서 우리는 100,000개 이상의 디지털 진폐 방사선 촬영 이미지를 포함하는 흉부 방사선 사진 데이터베이스를 설정했습니다.
진단시스템 평가 결과 진폐증 진단 정확도는 AUC(Area Under The Curve) 0.965, 민감도 99%로 90%에 달했다.
더 많은 작업이 계속되어야 합니다.
따라서 우리는 진폐증 지능형 탐지, 등급 진단 및 고위험 조기 경고 모델을 개발하기 위해 딥 러닝을 적용하는 것을 목표로 하고 있습니다.
주석이 달린 이미지는 진폐증 검사 및 등급 진단을 목표로 하는 컨볼루션 신경망(CNN) 알고리즘 교육에 사용됩니다.
또한, 밀도 열 지도로 계산한 위험 점수는 먼지에 노출된 작업자의 조기 경보에 사용됩니다.
그런 다음 위험 점수의 유효성을 확인하기 위해 코호트의 후속 조치가 암시됩니다.
이러한 방식으로 고위험 먼지 노출 작업자는 조기 개입 및 더 나은 예후를 얻을 수 있으며 이는 의료 부담을 분명히 줄일 수 있습니다.
연구 유형
관찰
등록 (예상)
200
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Xiao Li, M.D.
- 전화번호: +8613051709411
- 이메일: lixiao.sy@bjmu.edu.cn
연구 장소
-
-
Beijing
-
Beijing, Beijing, 중국, 100191
- 모병
- Peking University Third Hospital
-
연락하다:
- Xiao Li, M.D.
- 전화번호: +8613051709411
- 이메일: lixiao.sy@bjmu.edu.cn
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 (성인)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
확률 샘플
연구 인구
중국 16개 성의 먼지에 노출된 근로자
설명
포함 기준:
- 먼지에 노출된 근로자
- 디지털 흉부 방사선 촬영
제외 기준:
- 기초 폐질환;
- 먼지에 노출된 작업에서 제외
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
저위험군
위험 지수∈[0,0.5)
|
|
고위험군
위험 지수∈[0.5,1)
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
"진폐증" 진단을 받은 참가자
기간: 2022년 12월 31일 이전
|
"진폐증" 진단을 받은 참가자 수
|
2022년 12월 31일 이전
|
|
죽음
기간: 2022년 12월 31일 이전
|
사망한 참가자 수
|
2022년 12월 31일 이전
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
강제 호기량 1초(FEV1)(%)
기간: 2022년 12월 31일 이전
|
강제 호기량 1초
|
2022년 12월 31일 이전
|
|
산소의 동맥 분압, PaO2
기간: 2022년 12월 31일 이전
|
산소의 동맥 분압
|
2022년 12월 31일 이전
|
|
수정된 의료 연구 위원회，mMRC
기간: 2022년 12월 31일 이전
|
증상을 평가하는 데 사용되는 설문지
|
2022년 12월 31일 이전
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Xiao Li, M.D., Peking University Third Hospital
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2018년 8월 1일
기본 완료 (예상)
2021년 12월 1일
연구 완료 (예상)
2025년 12월 1일
연구 등록 날짜
최초 제출
2021년 6월 23일
QC 기준을 충족하는 최초 제출
2021년 7월 2일
처음 게시됨 (실제)
2021년 7월 7일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 7월 7일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 7월 2일
마지막으로 확인됨
2021년 6월 1일
추가 정보
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. .