빅데이터와 딥러닝 기반 인공지능 보조 흉부 방사선 사진 모델을 이용한 가와사키병 조기 발견에 관한 임상 연구
빅데이터 및 딥러닝 기반 인공지능 보조 흉부 방사선 사진 모델을 이용한 가와사키병 조기 진단에 관한 임상 연구
이 관찰 연구의 목표는 가와사키병(Kawasaki Disease, KD)으로 진단된 소아의 흉부 X선(CXR)을 사용하여 가와사키병에 대한 AI 기반 조기 경보 시스템을 개발하는 것입니다. 주요 질문은 다음과 같습니다:
- CXR 특징의 AI 모델링이 현재 진단 방법보다 더 빨리 고위험 KD 환자를 식별하는 데 도움이 될 수 있습니까?
- AI 시스템이 KD 환자에서 최적의 IVIG 치료 창과 관상동맥 위험을 예측할 수 있습니까?
참가자는 다음과 같은 작업을 수행합니다:
흉부 X선 및 임상 데이터(CRP, 관상동맥 초음파 등)에 대한 후향적 데이터를 제공합니다. 딥러닝 모델을 사용하여 CXR 특징을 분석하여 관련 패턴을 추출할 수 있도록 합니다. 개인정보 보호 및 데이터 보안을 보장하기 위해 연합 학습 모델에 데이터를 통합합니다.
연구 개요
상세 설명
- 연구 배경 및 임상적 문제점 가와사키병(KD)은 소아에서 후천성 심장질환의 주요 원인입니다. 전통적인 진단은 5일 이상 지속되는 발열과 발진과 같은 주관적 증상에 의존하며, 이로 인해 두 가지 주요 문제가 발생합니다: 지연된 진단으로 비정형 환자의 30%가 최적의 IVIG 치료 시기(발열 기간 5-10일)를 놓치고, 관상동맥 손상: 치료를 7일 이상 지연할 경우 관상동맥 확장 위험이 47% 증가합니다. 현재 AHA 기준은 발열 3일 이내 소아에 대해 35%의 민감도만 보여주며, 객관적인 조기 경보 시스템 구축이 시급히 필요합니다.
연구 목표 및 기술적 접근 핵심 돌파구: 처음으로 일상적인 흉부 X선(CXR)을 사용하여 AI 기반 조기 경보 모델을 개발합니다.
기술 경로: 다기관 데이터 통합, CXR 및 임상 데이터(임상 증상, 검사실 검사, 관상동맥 초음파 등) 수집, 개인정보 보호와 보안을 보장하는 연합 학습 프레임워크. 인간의 눈으로 볼 수 없는 영상 바이오마커와 CXR 특징 탐색, 다중 모드 동적 조기 경보 모델 개발.
이중 경로 CNN으로 CXR 특징 추출 → 그래프 신경망으로 검사실 지표 통합 → 가와사키병 위험 점수를 출력하는 진단 모델.↑
혁신적 장점과 임상적 가치 발열 3일째 강력한 조기 경보 성능 달성, 가와사키병에 대해 시험 전 87.2%의 민감도 달성, 개인별 IVIG 치료 시기와 예측된 관상동맥 위험 제공. 경량 모델(50MB 미만)은 1차 진료 환경에서 사용하기에 적합합니다.
임상 경로:
AI가 고위험 소아 식별 → 심장초음파 검사 우선 순위 → IVIG 치료 시기 앞당김 → 심혈관 합병증 감소.
궁극적 목표는 중국 내 가와사키병 환자의 진단 시간 단축과 심혈관 합병증 감소입니다.
검증 계획 및 결과 전환
3단계 검증:
내부: 5겹 교차 검증(AUC ≥0.88) 외부: 3개 병원에서 블라인드 테스트(민감도 >85%, 특이도 >80%) 임상: 응급 상황에서 실시간 배포(응답 시간 ≤15초) 결과 전환: 1-2편의 동료 검토 저널 논문 게재 및 1-2건의 특허 출원; 가와사키병 조기 식별 촉진으로 임상 결과 개선.
- 핵심 결론 본 연구는 CXR 영상에서 폐동맥 혈관 징후와 같은 객관적 바이오마커를 해독하고 가와사키병을 위한 AI-CXR 조기 경보 시스템을 구축하는 것을 목표로 합니다. 현재 발열 기간과 주관적 증상에 대한 의존을 극복하여 조기 진단을 지원하고 환자 결과를 개선할 것입니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Jian Wang, Doctoral Degree
- 전화번호: 86-15900861356
- 이메일: wangjian@xinhuemed.com.cn
연구 연락처 백업
- 이름: Bo Wang, PhD Candidate
- 전화번호: 86-19921875669
- 이메일: 18bowang@sjtu.edu.cn
연구 장소
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, 중국, 2000000
- Xinhua Hospital Affiliated to Shanghai Jiaotong University School of Medicine
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
사례군은 지난 10년간 가와사키병(KD)으로 진단받은 어린이들로 구성됩니다. 포함 기준에는 임상 증상을 바탕으로 가와사키병으로 진단되고 의무기록으로 확인된 어린이가 포함됩니다.
대조군은 진단 연도, 월 및 임상적 특성을 바탕으로 KD 코호트와 매칭된, 3일 이상 지속되는 발열 환자의 데이터로 구성됩니다.
본 연구는 이러한 환자들의 흉부 X선 소견과 가와사키병 사이의 관계를 조사하는 데 중점을 둡니다.
설명
포함 기준:
사례군
- 진료를 받는 나이가 18세 이하; · 의무기록 시스템 진단에 "가와사키병", "점막피부림프절증후군" 또는 "IVIG 비반응성 가와사키병" 진단 포함
- 동일 입원 기간 중 최소 1회의 완전한 흉부 X선 검사 데이터(이미지 및 보고서) 이용 가능
대조군
- 진료를 받는 나이가 18세 이하
- 사례군과 동일한 기간
- 발열이 3일 이상 지속
- 가와사키병 진단 가능성 배제
제외 기준:
사례군
- 흉부 X선 품질 문제: 심한 인공음영, 과다노출/노출부족으로 인해 주요 구조 평가 불가
- 흉부 X선 검사, 검사실 검사 부재 및 불명확한 발열 일수 포함한 불완전한 임상 정보 최종 진단 확정 불가(예: 추적 관찰 실패, 진단 의문)
대조군
- 흉부 X선 품질 문제: 심한 인공음영, 과다노출/노출부족으로 인해 주요 구조 평가 불가
- 흉부 X선 검사, 검사실 검사 부재 및 불명확한 발열 일수 포함한 불완전한 임상 정보
- 명확한 최종 진단 불가(예: 추적 관찰 실패, 진단 의문)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
사례군
포함 기준: (1) 진료 연령이 18세 이하; (2) 의무기록 시스템 진단에 "가와사키병", "점막피부림프절증후군" 또는 "IVIG 비반응성 가와사키병" 진단이 포함됨. (3) 동일 입원 기간 중 최소 한 번의 완전한 흉부 X-선 검사 데이터(이미지 및 보고서)가 이용 가능함. 제외 기준: (1) 흉부 X-선 품질 문제: 심한 인공물, 과다노출/저노출로 인해 주요 구조 평가 불가. (2) 불완전한 임상 정보: 흉부 X-선 검사, 검사실 검사 부재 및 불명확한 발열 일수 포함. (3) 최종 진단 결정 불가(추적 관찰 실패, 진단 의심 등). |
이 연구는 가와사키병(KD)에 대한 AI 기반 조기 경보 시스템을 활용하여 최적의 IVIG 치료 시기를 예측하고 관상동맥 위험을 평가합니다.
이 시스템은 흉부 X선(CXR) 이미지를 분석하고 CRP 수치 및 임상 증상과 같은 임상 데이터와 통합합니다.
중재는 관련 CXR 특징을 추출하기 위한 이중 경로 합성곱 신경망(CNN)과 실험실 지표를 통합하기 위한 그래프 신경망을 사용하는 다중 모달 동적 예측 모델의 개발을 포함합니다.
AI 시스템은 IVIG 치료 시기 예측과 관상동맥 손상 위험 추정을 출력합니다.
이 조기 경보 시스템은 고위험 KD 환자를 조기에 식별하여 적시 중재와 맞춤형 치료 계획을 가능하게 함으로써 진단 시간을 단축하고 치료 결과를 개선하는 것을 목표로 합니다.
이 모델은 경량(50MB 미만)으로 설계되어 1차 진료 환경에서 쉽게 적용할 수 있습니다.
|
|
대조군
포함 기준: (1) 진료를 받는 나이가 18세 이하; (2) 대조군과 동일한 기간; (3) 3일 이상 지속되는 발열; (4) 가와사키병 진단 가능성 배제
제외 기준: (1) 흉부 X선 품질 문제: 심한 인공물, 과다노출/저노출로 인해 주요 구조 평가 불가.
(2) 흉부 X선 검사, 실험실 검사 부재 및 발열 일수 불명확 등 불완전한 임상 정보.
(3) 명확한 최종 진단 불가능(추적 소실, 진단 의문 등)
|
이 연구는 가와사키병(KD)에 대한 AI 기반 조기 경보 시스템을 활용하여 최적의 IVIG 치료 시기를 예측하고 관상동맥 위험을 평가합니다.
이 시스템은 흉부 X선(CXR) 이미지를 분석하고 CRP 수치 및 임상 증상과 같은 임상 데이터와 통합합니다.
중재는 관련 CXR 특징을 추출하기 위한 이중 경로 합성곱 신경망(CNN)과 실험실 지표를 통합하기 위한 그래프 신경망을 사용하는 다중 모달 동적 예측 모델의 개발을 포함합니다.
AI 시스템은 IVIG 치료 시기 예측과 관상동맥 손상 위험 추정을 출력합니다.
이 조기 경보 시스템은 고위험 KD 환자를 조기에 식별하여 적시 중재와 맞춤형 치료 계획을 가능하게 함으로써 진단 시간을 단축하고 치료 결과를 개선하는 것을 목표로 합니다.
이 모델은 경량(50MB 미만)으로 설계되어 1차 진료 환경에서 쉽게 적용할 수 있습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
기간 |
|---|---|
|
곡선 아래 면적
기간: 열 발병 후 최대 14일
|
열 발병 후 최대 14일
|
|
민감도
기간: 발병 후 최대 14일까지
|
발병 후 최대 14일까지
|
|
특이도
기간: 발병 후 최대 14일
|
발병 후 최대 14일
|
공동 작업자 및 조사자
협력자
수사관
- 연구 의자: Kun Sun, Doctoral degree, Xinhua hospital affiliated with Shanghai Jiao Tong university school of medicine
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
키워드
추가 관련 MeSH 약관
기타 연구 ID 번호
- XH-25-010
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .
가와사키병에 대한 임상 시험
-
L2 Bio, LLCFDAMap; Akan Biosciences, Inc.아직 모집하지 않음Crohn & amp;#39; s | Crohn & amp;#39; s Disease (CD)
-
Vanderbilt University Medical CenterTakeda Pharmaceuticals U.S.A., Inc.모집하지 않고 적극적으로염증성 장질환(IBD) | 궤양성 대장염(UC) | Crohn & amp;#39; s Disease (CD)미국
-
Kaohsiung Medical University아직 모집하지 않음폐 선암종 | 폐암(진단) | Condition/Disease
-
Nandakumar NarayananNational Institute of Neurological Disorders and Stroke (NINDS)초대로 등록
-
UNC Lineberger Comprehensive Cancer CenterFogarty International Center of the National Institute of Health모집하지 않고 적극적으로
-
Novartis Pharmaceuticals모병류마티스 관절염 (RA) 및 Sjögren 's Disease (SJD)스페인, 프랑스, 독일, 싱가포르
-
University of PennsylvaniaEUSA Pharma, Inc.; Castleman Disease Collaborative Network모병캐슬맨병 | 캐슬맨병 | 거대 림프절 과형성 | 혈관여포 림프 증식증 | 혈관여포 림프절 과형성 | 혈관여포성 림프종 과형성 | GLNH | 과형성, 거대 림프절 | 림프절 과형성, 거인미국
-
Jiulongpo No.1 People's HospitalJiangxi Maternal and Child Health Hospital아직 모집하지 않음