이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

병리 인공지능 진단 시스템을 통한 위장화생의 중증도 자동 평가

2023년 9월 2일 업데이트: Yanqing Li, Shandong University

병리학적 인공지능 진단 시스템을 이용한 위장 화생의 중증도 자동 평가: 진단 검사

OLGIM 병기결정 시스템은 환자의 위암 위험을 평가하기 위한 GIM 중증도의 포괄적인 평가에 적극 권장됩니다. 그러나 많은 수의 위암 검진 인구에 비해 병리학자의 심각한 부족으로 인해 최소 4회의 조직 검사를 받아야 하는 것은 임상적으로 실현 가능하지 않습니다.

우리는 전체 슬라이드 이미지(WSI)에서 종양 부위를 자동으로 식별하고 장상피화생 면적의 비율에 따라 장상피화생의 중증도를 빠르고 정확하게 정량화하는 디지털 병리학 인공지능 진단 시스템(DPAIDS)을 개발할 계획입니다.

연구 개요

상태

모병

정황

개입 / 치료

상세 설명

위암은 다섯 번째로 가장 널리 퍼진 악성 종양이며 전 세계적으로 세 번째로 치명적이며 장상피화생(IM)은 위 발암과 밀접한 관련이 있는 일반적인 전암성 상태입니다. 환자의 위암 위험. 그러나 위암 검진 인구가 많은 데 비해 병리학자가 심각하게 부족하기 때문에 최소 4회 이상의 조직검사를 받아야 하는 것은 임상적으로 실현 가능하지 않다. 자동 스크리닝 방법을 개발하면 과도한 진단 작업량을 줄일 수 있습니다. 디지털 병리 스캐닝 장치 및 딥 러닝 기술의 발전으로 전체 슬라이드 이미지(WSI)가 자동화된 암 진단 시스템을 개발하는 데 사용되었습니다.

우리는 전체 슬라이드 이미지(WSI)에서 종양 부위를 자동으로 식별하고 장상피화생 면적의 비율에 따라 장상피화생의 중증도를 빠르고 정확하게 정량화하는 디지털 병리학 인공지능 진단 시스템(DPAIDS)을 개발할 계획입니다. 그런 다음 모델 유효성 검사를 위해 생검을 전향적으로 수집하고 WSI로 준비합니다.

연구 유형

관찰

등록 (추정된)

150

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 장소

  • 중국
    • Shandong
      • Jinan, Shandong, 중국, 250012
        • 모병
        • Department of Gastroenterology, Qilu Hospital, Shandong University
        • 연락하다:

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

40년 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

위장 내시경 검사를 받고 산동 대학교 치루 병원에서 적격 기준을 충족하는 선별된 연속 환자가 연구에 등록됩니다.

설명

포함 기준:

  • 40-75세의 위내시경 검사 및 생검을 받는 환자

제외 기준:

  • 중증의 심장, 뇌, 폐 또는 신장 기능 장애 또는 위 내시경에 참여할 수 없는 정신 장애가 있는 환자
  • 이전에 위 수술을 받은 환자
  • 생검에 금기인 환자
  • 정보에 입각한 동의서 서명을 거부하는 환자

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
개입 / 치료
위 생검 표본의 전체 슬라이드 이미지
진단 검사: 인공지능과 병리학자의 진단
병리학자와 AI는 장상피화생의 중증도를 평가하고 위 생검 표본의 전체 슬라이드 이미지에서 종양 영역을 독립적으로 판단합니다. 게다가 병리학자들은 AI 진단을 볼 수 없다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
장상피화생의 중증도 평가를 위한 AI 모델의 진단 성능
기간: 2 년
단일 생검 조직 슬라이드에서 장상피화생의 중증도를 평가하기 위한 AI 모델의 진단 성능: 정확도, 민감도 및 특이도
2 년

2차 결과 측정

결과 측정
측정값 설명
기간
종양 부위 식별을 위한 디지털 병리학적 AI 모델의 정확도
기간: 2 년
전체 슬라이드 이미지에서 종양 부위를 식별하는 디지털 병리 AI 모델의 정확도
2 년
비신생물 영역에서 샘, 점막 상피 및 장 화생을 식별하기 위한 디지털 병리학적 AI 모델의 정확도
기간: 2 년
비신생물 영역에서 샘, 점막 상피 및 장 화생을 식별하기 위한 디지털 병리학적 AI 모델의 정확도
2 년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Shandong University

수사관

  • 연구 의자: yanqing Li, MD, PHD, Qilu Hospital, Shandong University

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)

2022년 8월 1일

기본 완료 (추정된)

2023년 12월 31일

연구 완료 (추정된)

2023년 12월 31일

연구 등록 날짜

최초 제출

2022년 7월 3일

QC 기준을 충족하는 최초 제출

2022년 7월 3일

처음 게시됨 (실제)

2022년 7월 7일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2023년 9월 6일

QC 기준을 충족하는 마지막 업데이트 제출

2023년 9월 2일

마지막으로 확인됨

2023년 9월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

  • 2022-SDU-QILU-110

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

위암에 대한 임상 시험

인공지능과 병리학자의 진단에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Guatemala

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다