소장 폐쇄 진단을 위한 딥러닝 기반 인공지능
2024년 6월 25일 업데이트: Aitaro Takimoto, Nagoya University
소장 폐쇄 진단을 위한 딥러닝 기반 인공지능 활용 연구
이번 연구에서는 응급실에서 전공의와 외과 의사가 본 장 폐쇄 의심 환자의 컴퓨터 단층촬영 영상을 인공지능 유무에 따라 진단 정확도와 진단 시간을 비교할 예정이다.
연구 개요
상세 설명
디자인: 이것은 진단 연구입니다. 설정 : 환자 158명의 CT 영상 5,200장을 이용하여 CT 영상에서 자동으로 장관을 추출하는 딥러닝 기반 AI 기술을 개발했습니다. 2018년 6월 6일부터 7월 26일까지 소장 폐쇄가 의심되어 응급실을 방문한 환자들의 CT 영상을 2개 3차 의뢰센터에서 획득하여 검사 샘플로 사용하였다. 데이터 분석은 2023년 12월에 완료되었습니다.
참가자: 레지던트와 외과의사가 연구에 참여했습니다. 개입: 레지던트와 외과의사는 두 그룹으로 나뉘었습니다. 한 그룹은 AI 기술을 사용하여 책을 읽고, 다른 그룹은 AI 기술 없이 책을 읽었습니다.
주요 결과 및 측정: 참가자들은 소장 폐쇄 여부와 폐쇄 위치를 표시했습니다. 진단 시간도 수집되었습니다. 우리는 계층적 베이지안 모델을 적용했습니다.
연구 유형
관찰
등록 (실제)
17
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Aichi
-
Nagoya, Aichi, 일본, 4668560
- Nagoya University Graduate School of Medicine
-
-
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
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
확률 샘플
연구 인구
20명
설명
포함 기준:
- 서면 동의를 받은 사람
제외 기준:
- 문서화된 동의가 없는 사람
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 |
|---|---|
|
AI 그룹
참가자들은 AI로 CT 영상을 읽는다.
|
AI가 장 부위를 추출해 3D 영상으로 재구성한다.
|
|
수동 그룹
참가자들은 AI 없이 CT 이미지를 읽습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
방해 부위 진단
기간: 2024년 9월
|
방해 부위 진단의 정확성
|
2024년 9월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 의자: Hieoo Uchida, PhD., Nagoya University Graduate School of Medicine, Pediatric Surgery
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 9월 1일
기본 완료 (실제)
2023년 6월 6일
연구 완료 (추정된)
2024년 10월 31일
연구 등록 날짜
최초 제출
2024년 6월 25일
QC 기준을 충족하는 최초 제출
2024년 6월 25일
처음 게시됨 (실제)
2024년 7월 1일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 7월 1일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 6월 25일
마지막으로 확인됨
2024년 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. .