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

임상 영상 분석을 기반으로 구강 소견을 분류하는 인공지능 기반 프로그램

2025년 6월 1일 업데이트: Noran Ayman Mohammad Ismael Abdel-Moaty, Cairo University

임상 영상 분석을 기반으로 구강 소견을 분류하기 위한 인공지능 기반 프로그램의 적용

본 연구에서는 임상 사진 분석을 통해 구강 소견을 정상/정상 변이 또는 구강 질환으로 분류할 수 있는 AI 프로그램을 개발하여 구강 질환의 위양성률과 위음성률을 낮추는 데 도움을 주는 것을 목표로 한다.

연구 개요

상태

완전한

정황

개입 / 치료

상세 설명

구강 병변, 특히 구강암의 조기 진단은 예후를 향상시키고 질병 관련 사망률을 낮추려는 의도로 조기 개입 및 치료를 촉진하는 데 중요합니다.

구강 병변을 식별하는 데 가장 많이 사용되는 방법은 기존 구강 검사(COE)이므로 평균적인 치과 의사의 경험이 조기 진단에 결정적인 요소입니다.

육안검사는 매우 주관적이기 때문에 특이성과 민감도가 부족합니다. 불행하게도, 연구에 따르면 대다수의 치과 의사는 질병의 조기 발견에 대한 전문 지식이 부족하여 구강 병변에 대한 거짓 음성 진단을 초래합니다.

일반의들은 구강병변이 의심되는 경우 구강내과 전문의에게 의뢰하는 것을 미루거나, 수많은 위양성 사례를 언급하여 환자들을 불필요하게 불안과 암 공포증에 빠지게 하는 것으로 나타났습니다. 거짓 긍정 추천은 전문가에게 과도한 부담을 주며, 결국 거짓 긍정 사례의 과포화로 인해 진정한 긍정 사례의 진단이 지연되게 됩니다.

진단 연구 범위는 구강 병변의 조기 발견을 위해 정확도가 더 높은 비침습적, 안락 의자 측면 방법으로 이동합니다. 기계 기반 프로그램 사용에 대한 최근 접근 방식은 이 기계 학습 방법이 구강암의 감지 및 진단에 유용할 수 있음을 나타냅니다.

연구 유형

관찰

등록 (실제)

241

연락처 및 위치

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

연구 장소

  • 이집트
      • Cairo, 이집트, 11553
        • Faculty of dentistry, CairoU

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

예

샘플링 방법

비확률 샘플

연구 인구

환자는 18세 이상이어야 하며 최대 연령 제한은 없습니다. 정상적인 구강 소견, 구강 해부학적 지표의 변화, 구강 병변이 있는 환자가 모두 연구에 포함됩니다.

설명

포함 기준:

A) 18세 이상 환자 B) 구강 소견이 정상인 환자 C) 구강 소견의 변화가 있는 환자 D) 구강 병변이 다른 환자

제외 기준:

  • 18세 미만의 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
정상적인 해부학적 랜드마크의 정상/변이
정상적인 구강 소견이나 백질부종, 포다이스 과립, 백선, 생리적 색소침착, 구개돌기, 하악돌기, 지리학적 혀, 갈라진 혀와 같은 정상적인 해부학적 랜드마크의 변형이 있는 환자
진단 검사: 인공지능 기반 프로그램
AI 기반 프로그램은 이미지 분석을 기반으로 합니다.
위험도가 낮은 추천
혈관종, 섬유종, 구강 아프타성 궤양, 칸디다 감염, 외반천포창, 점상출혈, 마찰각화증, 흡연자 흑색증과 같은 악성 전환 질환의 위험이 낮은 경우에 의뢰가 필요한 환자.
진단 검사: 인공지능 기반 프로그램
AI 기반 프로그램은 이미지 분석을 기반으로 합니다.
고위험 추천
구강 편평 태선, 백반증, 홍반증, 편평 세포 암종과 같은 악성 종양 또는 전암성 질환의 위험이 높은 경우 진료의뢰가 필요한 환자.
진단 검사: 인공지능 기반 프로그램
AI 기반 프로그램은 이미지 분석을 기반으로 합니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
위험 계층화
기간: 프로그램 개발에 3개월 소요
환자는 위험이 없거나 의뢰가 필요한 정상이고, 악성 형질전환 질환의 위험이 낮고, 악성 형질전환 질환의 위험이 높습니다.
프로그램 개발에 3개월 소요

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Cairo University

수사관

  • 수석 연구원: Noran AM AbdelMoaty, MsC, Cairo University

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

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)

2024년 4월 1일

기본 완료 (실제)

2024년 10월 1일

연구 완료 (실제)

2024년 12월 1일

연구 등록 날짜

최초 제출

2024년 3월 16일

QC 기준을 충족하는 최초 제출

2024년 3월 16일

처음 게시됨 (실제)

2024년 3월 22일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 6월 4일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 6월 1일

마지막으로 확인됨

2025년 6월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • NA2024

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

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. .

구강암에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Liberia

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다