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

척추 부정렬 자동분석을 위한 인공지능 기반 모델

2024년 11월 26일 업데이트: The University of Hong Kong

중국에서 강력하고 정확한 척추 부정렬 자동 분석을 가능하게 하는 인공 지능 기반 모델: 다기관, 후향적 코호트 연구

이 후향적 연구는 여러 의료 센터에서 청소년 특발성 척추 측만증(AIS)을 진단하기 위한 모델을 강화하고 검증하는 것을 목표로 했습니다. 이 연구에는 중국 본토와 홍콩의 명문 병원에서 근무하는 2,763명의 참가자가 포함되었습니다. 견고성을 보장하기 위해 여러 병원의 데이터를 사용하여 모델을 개발하고 검증하는 데 X-ray가 사용되었습니다. AIS가 확인된 10~18세 참가자가 등록되었으며 데이터는 개인정보 보호를 위해 식별되지 않았습니다. 모델은 훈련 데이터를 사용하여 최적화되었으며 실제 적용을 위해 배포되기 전에 내부적으로 검증되었습니다. 데이터 이질성을 해결하기 위해 새로운 데이터 확대 기술이 사용되었으며 평가에는 표준화된 분석 플랫폼인 AlignProCARE가 사용되었습니다. 엑스레이에는 척추 랜드마크로 주석이 달렸고, 이미지 처리에는 전통적 및 강도 기반 데이터 증대 방법이 적용되었습니다. 관상 Cobb 각도는 척추 정렬을 평가하는 데 사용되었으며 심각도는 정상-경증, 중등도 또는 중증으로 분류되었습니다. Cobb 각도 및 심각도 등급을 예측하는 정확성에 대해 모델 성능을 통계적으로 평가했습니다. 전반적으로, 이 연구는 임상 실습에서 AIS 분석을 위한 신뢰할 수 있는 진단 도구를 제공하여 진단 및 치료의 효율성과 표준화를 향상시키는 것을 목표로 했습니다.

연구 개요

상태

완전한

상세 설명

이 후향적 연구에는 2012년 1월 1일부터 2021년 4월 4일까지 중국 본토의 5개 유명 병원과 홍콩의 2개 병원에서 2,763명의 개인으로부터 후전방 전체 척추 엑스레이를 수집하는 것이 포함되었습니다. QMH&DKCH 코호트로 알려진 홍콩 Sandy Bay의 Queen Mary Hospital과 Duchess of Kent Children's Hospital의 X-레이가 모델 개발에 특별히 사용되었습니다. 이 코호트 내에서 86.5%(1950명의 환자 중 1686명)가 모델 개발을 위한 훈련 세트로 무작위로 선택되었으며, 나머지 13.5%(264명의 환자)는 모델 성능이 독립적으로 테스트되었는지 확인하기 위해 내부 검증 세트를 구성했습니다. 또한 모델의 효능을 평가하기 위해 중국 본토에 있는 5개 유명 병원의 데이터를 외부 검증 데이터 세트로 수집했습니다. 이러한 병원에는 Peking Union Medical College Hospital, Nanfang Hospital, Jishuitan Hospital, Ruijin Hospital 및 Huashan Hospital이 포함됩니다. 모든 데이터는 모델 개발 및 검증에 활용되기 전에 식별되지 않았습니다. 이 연구에는 청소년 특발성 척추 측만증(AIS)의 유무가 확인된 10~18세 참가자가 등록되었습니다. 연령, 성별, BMI 등의 인구통계 정보는 의료 기록에서 추출되었습니다. 연구의 특이성을 보장하기 위해 제외 기준이 적용되었으며, 다른 유형의 척추측만증이 있는 개인, 영상에 영향을 미칠 수 있는 피부 질환, 서 있을 수 없는 사람, 기립 영상이 불가능한 경우를 제외했습니다. 그림 1에 설명된 연구 설계는 모델 개발과 실제 적용이라는 두 가지 주요 단계로 구성되었습니다. 이 모델은 여러 센터의 임상 적용을 위해 AlignProCARE 플랫폼에 배포되기 전에 QMH&DKCH 코호트 데이터를 사용하여 최적화되고 검증되었습니다. 실제 적용 단계에서는 5개 의료 센터에서 AlignProCARE 소프트웨어를 활용하여 진단 목적으로 환자 X선 이미지를 업로드하고 분석했습니다.

연구 유형

관찰

등록 (실제)

3015

연락처 및 위치

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

연구 장소

      • Hong Kong, 홍콩
        • Digital Health Laboratory, Li Ka Shing Faculty of Medicine, The University of Hong Kong

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

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

청소년기 특발성 척추측만증 진단을 받은 환자.

설명

포함 기준:

  • 만 10세~18세 참가자,
  • AIS 유무에 대한 병리학적 확인

제외 기준:

  • 선천성 척추측만증, 신경근 척추측만증 등 다른 유형의 척추측만증 환자
  • 영상에 영향을 미칠 수 있는 여드름, 건선, 피부 색소 침착, 발진 등의 피부 질환이 있는 환자
  • 일어서지 못하는 사람들
  • 서서 영상을 촬영할 수 없거나 영상 획득을 저해할 수 있는 기타 조건이 있는 경우.

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
QMH&DKCH 코호트
두 지역 병원(QMH 및 DKCH)에서 수집한 총 1,950개의 전체 척추 후전방 X-레이가 모델 개발 및 내부 검증에 활용되었습니다.
PUMCH 코호트
중국 베이징 Peking Union Medical College Hospital의 314 전체 척추 후전방 엑스레이
NFH 코호트
중국 광저우 난팡병원(Nanfang Hospital)의 전체 척추 후전방 엑스레이 94장
JSTH 코호트
중국 베이징 Jishuitan 병원의 187 전체 척추 후전방 엑스레이
RJH 코호트
중국 상하이 루이진 병원에서 촬영한 294개의 전체 척추 후전방 엑스레이
HSH 코호트
중국 상하이 Huashan 병원에서 촬영한 176개의 전체 척추 후전방 엑스레이

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
Cobb 각도 예측 정확도
기간: 연구 완료를 통해 평균 1년
Coronal Cobb angle은 각 AIS 환자의 관상 정렬을 평가하기 위한 표준 측정으로 채택되었습니다. Cobb Angle 예측 정확도를 기반으로 인공지능 모델의 성능을 평가합니다.
연구 완료를 통해 평균 1년

2차 결과 측정

결과 측정
측정값 설명
기간
AIS 심각도 분류 정확도
기간: 연구 완료를 통해 평균 1년
CA가 40°를 초과하는 기형은 심각한 것으로 간주되었으며, 20°~40° 범위는 중간 정도, 0°~20° 범위는 정상~약한 것으로 식별되었습니다.
연구 완료를 통해 평균 1년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 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 1월 5일

기본 완료 (실제)

2024년 10월 5일

연구 완료 (실제)

2024년 11월 5일

연구 등록 날짜

최초 제출

2024년 11월 20일

QC 기준을 충족하는 최초 제출

2024년 11월 26일

처음 게시됨 (추정된)

2024년 12월 2일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정된)

2024년 12월 2일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 11월 26일

마지막으로 확인됨

2024년 11월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

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. .

구독하다