인공지능 기반 소아, 청소년, 청년의 흑색종 조기 진단 및 위험 예측 (AI-MEL)
2024년 9월 27일 업데이트: German Cancer Research Center
AI-MEL: 아동, 청소년 및 청년의 조기 진단 및 위험 예측을 위한 이미지 분석 및 기계 학습
이 연구의 목표는 특히 젊은 환자(30세 미만)에서 흑색종을 모반 또는 기타 양성 색소성 피부 병변과 구별하기 위한 지원 진단 인공 지능 알고리즘을 개발하는 것입니다. 달성하려는 주요 목표는 다음과 같습니다.
- 취약 계층의 피부암 검진을 목표로 하는 피부경 이미지 기반 알고리즘 개발
- 피부과 평가 후에도 여전히 흑색종이 의심되는 병변에 대해 병리학자가 사용할 목적으로 조직학적 이미지를 기반으로 하는 또 다른 알고리즘 개발
- 사용자가 시스템 결정을 더 잘 이해하고 편견을 피하며 이러한 애플리케이션에 대한 신뢰를 높일 수 있도록 설명 가능성 방법 구현
이 프로젝트에 사용된 데이터는 어쨌든 일상적인 임상 실습에서 수집되므로 이 연구에 대한 연구 참가자에게는 추가 시간 약속이 없습니다.
연구 개요
연구 유형
관찰
등록 (추정된)
3000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Titus J Brinker, PD Dr. med
- 전화번호: +49 15175084347
- 이메일: titus.brinker@nct-heidelberg.de
연구 장소
-
-
-
Tübingen, 독일, 72074
- 완전한
- University of Tübingen
-
-
-
-
-
Barcelona, 스페인, 08036
- 모병
- Hospital Clinic de Barcelona
-
연락하다:
- Susana Puig
- 이메일: spuig@clinic.cat
-
-
-
-
-
Florence, 이탈리아, 50121
- 완전한
- University of Florence
-
-
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
비확률 샘플
연구 인구
주로 어린이(15세 이하), 청소년(16~20세), 젊은 성인(21~30세)을 대상으로 합니다.
설명
포함 기준:
-
제외 기준:
- 흑색종이나 모반 진단을 받지 않은 환자
- 화질이 부족한 이미지
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AUROC(수신자 운용자 곡선 아래 영역)
기간: 첫 번째 평가: 첫 번째 교육 및 테스트 주기 완료 시(연구 시작 후 약 1.5년 이내) 재평가: 모델 개선을 위한 초기 교육 후 6개월 및 12개월에 수행됩니다.
|
AUROC는 다양한 분류기의 진단 정확도를 측정하고 비교하는 데 사용됩니다.
따라서 값이 높을수록 진단 성능이 향상되며 AUROC가 1이면 만점입니다.
|
첫 번째 평가: 첫 번째 교육 및 테스트 주기 완료 시(연구 시작 후 약 1.5년 이내) 재평가: 모델 개선을 위한 초기 교육 후 6개월 및 12개월에 수행됩니다.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
균형 잡힌 정확성
기간: 첫 번째 평가: 첫 번째 교육 및 테스트 주기 완료 시(연구 시작 후 약 1.5년 이내) 재평가: 모델 개선을 위한 초기 교육 후 6개월 및 12개월에 수행됩니다.
|
균형 정확도는 분류자와 의사 간의 진단 정확도를 측정하고 비교하는 데 사용됩니다.
따라서 값이 높을수록 진단 성능이 향상됨을 의미하며 균형 잡힌 정확도가 1이면 완벽한 진단 기능을 의미합니다.
|
첫 번째 평가: 첫 번째 교육 및 테스트 주기 완료 시(연구 시작 후 약 1.5년 이내) 재평가: 모델 개선을 위한 초기 교육 후 6개월 및 12개월에 수행됩니다.
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
협력자
수사관
- 수석 연구원: Titus J Brinker, PD Dr. med, German Cancer Research Center
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
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 12월 1일
기본 완료 (추정된)
2026년 11월 30일
연구 완료 (추정된)
2026년 11월 30일
연구 등록 날짜
최초 제출
2024년 9월 24일
QC 기준을 충족하는 최초 제출
2024년 9월 27일
처음 게시됨 (실제)
2024년 10월 1일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 10월 1일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 9월 27일
마지막으로 확인됨
2024년 9월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- MELCAYA-AI-MEL
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. .