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

심혈관 자기공명영상 자동 보고서 생성

2026년 1월 18일 업데이트: Minjie Lu, Chinese Academy of Medical Sciences, Fuwai Hospital

시각적 대규모 언어 모델 기반 심혈관 자기 공명 영상의 다단계 자동 보고서 생성

이 관찰 연구의 목표는 일상적인 임상 심장 자기 공명(CMR) 검사를 받는 환자에서 대형 언어 모델이 생성한 심장 자기 공명(CMR) 영상 보고서를 전문 방사선과 의사의 보고서와 비교하여 정확성, 완전성 및 임상적 일관성을 평가하는 것입니다.

이 연구가 해결하려는 주요 질문은 다음과 같습니다:

대형 다중 모드 모델이 생성한 자동 CMR 보고서가 경험 많은 심혈관 방사선과 의사가 작성한 보고서와 비교했을 때 주요 영상 소견과 진단을 정확하게 반영할 수 있는가?

생성된 보고서의 품질이 정량적 지표와 전문가 검토를 통해 평가한 임상적 정확성, 완전성 및 언어적 명확성 측면에서 어떻게 수행되는가?

비교군이 있는 경우:

연구자들은 인공지능 생성 CMR 보고서를 전문 자격증을 보유한 심혈관 방사선과 의사가 작성한 기준 보고서와 비교하여 자동화 시스템이 다양한 심장 질환에 걸쳐 비슷한 진단 정확도와 보고서 품질을 달성하는지 확인할 것입니다.

참가자는:

일상적인 임상 실습의 일환으로 표준 치료 심장 MRI 검사를 받을 것입니다.

익명화된 CMR 영상 데이터와 해당 방사선과 보고서가 후향적으로 수집될 것입니다.

자동 CMR 보고서 생성에 사용될 데이터를 제공하며, 이 보고서는 객관적 지표(예: 진단 일치도, 개체 수준 정확도)와 방사선과 의사의 주관적 임상 점수 평가를 통해 전문가 보고서와 비교 평가될 것입니다.

연구 개요

상태

모집하지 않고 적극적으로

연구 유형

관찰

등록 (실제)

20000

연락처 및 위치

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

연구 장소

    • Beijing Municipality
      • Beijing, Beijing Municipality, 중국, 100037
        • Fuwai Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College

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

샘플링 방법

비확률 샘플

연구 인구

본 연구 집단은 의료 센터에서 임상적으로 적응증이 있는 정규 심장 자기 공명(CMR) 검사를 받은 환자들로 구성되며, 이는 다양한 심혈관 질환의 진단 평가를 위해 심장 MRI를 받는 실제 임상 집단을 대표합니다.

본 관찰 연구에 포함된 모든 CMR 연구는 후향적으로 수집되었으며, 완전히 비식별화되어 해당 방사선 전문의가 작성한 임상 보고서와 함께 제공됩니다. 연구 집단은 CMR을 통해 일반적으로 평가되는 다양한 심장 질환을 가진 실제 임상 코호트를 대표합니다.

설명

포함 기준:

  • 임상적으로 적응증이 있는 심장 자기 공명 영상(CMR) 검사를 받은 환자.
  • 완전하고 비식별화된 CMR 영상 데이터의 가용성.
  • 경험이 풍부한 심혈관 영상의학과 의사가 작성한 해당 임상 CMR 보고서의 가용성.
  • 표준 임상 영상 프로토콜을 사용하여 획득한 CMR 연구.

제외 기준:

  • 불완전하거나 손상된 CMR 영상 데이터.
  • 참조용 영상의학과 의사 보고서의 부재.
  • 신뢰할 수 있는 임상적 해석을 방해하는 열악한 영상 품질.
  • 진단 평가에 영향을 미치는 심각한 영상 아티팩트가 있는 CMR 연구.

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
AI 생성 심장 MRI 보고서의 진단 정확도
기간: 기준선

주요 결과는 대규모 다중 모델에 의해 생성된 자동 심장 자기 공명(CMR) 보고서의 진단 정확도입니다.

진단 정확도는 AI 생성 보고서를 심장 혈관 영상 전문의가 작성한 참조 보고서와 비교하여 평가합니다. 사전 정의된 기준을 사용하여 주요 임상 소견 및 최종 영상 인상 수준에서 일치도를 평가합니다.

정확도 지표에는 주요 진단의 정확성과 임상적으로 관련된 영상 소견의 유무가 포함됩니다.

기준선

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)

2025년 10월 1일

기본 완료 (추정된)

2027년 10월 1일

연구 완료 (추정된)

2028년 1월 1일

연구 등록 날짜

최초 제출

2026년 1월 5일

QC 기준을 충족하는 최초 제출

2026년 1월 5일

처음 게시됨 (실제)

2026년 1월 14일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 1월 21일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 1월 18일

마지막으로 확인됨

2026년 1월 1일

추가 정보

이 연구와 관련된 용어

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. .

HCM - 비대성 심근병증에 대한 임상 시험

대형 언어 모델에 대한 임상 시험

구독하다