위축성 위염의 Kimura-Takemoto 분류를 식별하기 위한 AI 보조 백색광 내시경
2024년 4월 10일 업데이트: Yanqing Li, Shandong University
위암 위험 평가를 달성하기 위해 위축성 위염의 Kimura-Takemoto 분류를 식별하기 위한 인공 지능 보조 백색광 내시경
Kimura-Takemoto 분류에 따른 내시경 위축의 등급은 위 종양 발생의 위험을 평가할 수 있습니다.
그러나 만성 위축성 위염은 내시경 전문의의 진단적 표준화와 진단 경험 및 수준의 차이로 인해 위음성률이 높다.
따라서 본 연구에서는 Kimura-Takemoto 분류를 식별하기 위한 AI 모델 개발을 목표로 한다.
연구 개요
상세 설명
Kimura-Takemoto 분류에 따른 내시경 위축의 등급은 위 종양 발생의 위험을 평가할 수 있습니다.
점수가 높을수록 위축성 위염의 정도가 심한 것이다.
그러나 만성 위축성 위염은 내시경 전문의의 진단적 표준화와 진단 경험 및 수준의 차이로 인해 위음성률이 높다.
따라서 본 연구에서는 위축성 위염의 Kimura-Takemoto 분류를 식별하여 위암 위험도 평가를 위한 AI 모델 개발을 목표로 한다.
연구 유형
관찰
등록 (추정된)
1500
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: yanqing Li, MD, PHD
- 전화번호: 0531182169385
- 이메일: liyanqing@sdu.edu.cn
연구 장소
-
-
Shandong
-
Shangdong, Shandong, 중국, 250012
- 모병
- Department of Gastrology, QiLu Hospital, Shandong University
-
연락하다:
- yanqing Li, MD, PHD
- 전화번호: 0531182169385
- 이메일: liyanqing@sdu.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
- 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:
백색광 내시경 검사를 받는 18-80세 환자 환자가 제공하는 고지된 동의서.
제외 기준:
- 심각한 심장, 대뇌, 폐 또는 신장 기능 장애 또는 정신 장애가 있는 환자;
- 위내시경에 참여할 수 없는 장애;
- 진행성 위암 환자;
- 저화질 사진;
- 이전에 위 또는 식도 수술을 받은 환자;
- 정보에 입각한 동의서에 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 |
|---|---|
|
백색광 내시경으로 관찰되는 만성 위축성 위염
백색광 내시경으로 위전부, 위각, 위체의 작은 곡률, 분문, 위저, 위체의 큰 곡률에서 사진을 얻습니다.
|
Endosopists와 AI는 환자가 자격이 있는 경우 독립적으로 Kimura-Takemoto 분류를 평가합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Kimura-Takemoto 분류 진단을 위한 AI 모델의 정확도
기간: 2 년
|
Kimura-Takemoto 분류 진단을 위한 AI 모델의 정확도
|
2 년
|
|
Kimura-Takemoto 분류 진단을 위한 AI 모델의 민감도
기간: 2 년
|
Kimura-Takemoto 분류 진단을 위한 AI 모델의 민감도
|
2 년
|
|
Kimura-Takemoto 분류 진단을 위한 AI 모델의 특이성
기간: 2 년
|
Kimura-Takemoto 분류 진단을 위한 AI 모델의 특이성
|
2 년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
내시경 위축 사진의 의미론적 분할에서 AI 모델의 MIOU 값
기간: 2 년
|
내시경 위축 사진의 의미론적 분할에서 AI 모델의 MIOU 값
|
2 년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
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)
2023년 6월 1일
기본 완료 (추정된)
2024년 12월 31일
연구 완료 (추정된)
2024년 12월 31일
연구 등록 날짜
최초 제출
2023년 6월 14일
QC 기준을 충족하는 최초 제출
2023년 6월 14일
처음 게시됨 (실제)
2023년 6월 23일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 4월 12일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 4월 10일
마지막으로 확인됨
2024년 4월 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. .