두개골 질환 정밀 영상 진단을 위한 AI 모델 구축
2026년 3월 5일 업데이트: Tongji Hospital
두개골 질환의 정밀 영상 진단을 위한 AI 모델 구축
본 관찰 연구의 목적은 임상 지식 시스템(병리생리학적 분류, 연령 계층화 및 해부학적 국소화)을 통합하여 방사선 전문의의 진단 사고를 시뮬레이션함으로써 두개골 질환에 대한 고정밀 AI 진단 모델을 개발하고 검증하는 것입니다.
주요 질문은 다음과 같습니다: AI 모델이 기존 진단과 비교하여 다양한 병원 수준, 의사 자격 및 임상 시나리오에서 진단 정확성과 일관성을 향상시키는가?
참가자의 두개골 MRI 데이터(T1, T2, FLAIR, DWI 시퀀스 포함) 및 임상 정보는 후향적으로(2015-2025) 및 전향적으로(2026) 수집되어 모델을 훈련하고 검증하며, 이는 성능 지표(정확도, 민감도, 특이도) 및 임상 효능 평가(의사 대 모델, 모델 지원 유무)를 통해 평가될 것입니다.
이 연구는 임상 AI 구현을 위한 새로운 패러다임을 확립하여 신경 질환의 정밀 진단을 위한 방법론적 지원을 제공할 것입니다.
연구 개요
상태
모병
연구 유형
관찰
등록 (추정된)
1000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Hubei
-
Wuhan, Hubei, 중국, 430030
- 모병
- Tongji Hospital
-
연락하다:
- Zhu Dr. Zhu, Professor
- 전화번호: 86027-83663611
- 이메일: zhuwenzhen8612@163.com
-
-
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
연구 대상군은 다음과 같은 기준을 충족하는 환자들을 포함합니다:
포함 기준:
두개골 MRI 검사를 받은 신경학적 증상(예: 두통, 간질, 사지 약화)을 가진 환자; 전체 생애 주기를 포괄하는 연령(생후 1일부터 85세까지); 완전한 영상 시퀀스(일반 MRI, T1 강조, T1 조영, T2 강조, FLAIR, DWI 등 포함); 표준 검증 방법(병리학적 결과, 장기 추적 관찰 또는 합의 진단)으로 확인된 명확한 임상 진단.
제외 기준:
불량한 영상 품질(심한 움직임 아티팩트, 슬라이스 두께 >5mm 또는 누락된 시퀀스); 두개골 영상 진단에 영향을 미치는 치료 후 질환(예: 악성 종양의 수술 후 또는 화학방사선 치료 후).
설명
포함 기준:
- 신경학적 증상(예: 두통, 간질, 사지 약화)으로 인해 두부 MRI를 받는 환자; 전 생애 주기에 걸친 연령 범위(1일~85세); 완전한 영상 시퀀스(표준 MRI 포함: T1 강조, 조영제를 사용한 T1 강조, T2 강조, FLAIR, DWI 등); 명확한 임상 진단(골드 스탠더드: 병리학적 결과, 장기 추적 관찰 또는 합의 진단).
제외 기준:
- 불량한 영상 품질(심한 움직임 아티팩트, 슬라이스 두께>5 mm 또는 누락된 시퀀스); 두부 영상 진단에 대한 치료 후 효과(예: 악성 종양 수술 또는 방사선/화학요법 후).
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 |
|---|
|
2015년 1월 1일부터 2025년 12월 31일까지의 후향적 데이터 수집, 70,000명의 대상자 포함
모델 개발을 위한 감독되지 않은 학습 사례 70,000건과 감독된 학습 사례 2,000건을 포함합니다.
|
|
전향적 코호트
2026년 3월 1일부터 2026년 12월 31일까지 전향적 데이터 수집을 진행하며, 모델 검증 및 임상 효능 평가를 위해 1,000건의 사례가 포함됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI 모델의 진단 정확도 (민감도, 특이도, AUC)
기간: 이미지 획득 후 1개월 이내
|
주요 결과는 AI 모델의 진단 성능으로, 민감도, 특이도 및 ROC 곡선 아래 면적(AUC)을 포함하며, 이를 골드 스탠다드(예: 조직병리학 또는 임상 진단)와 비교합니다.
|
이미지 획득 후 1개월 이내
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
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)
2026년 1월 1일
기본 완료 (추정된)
2026년 12월 1일
연구 완료 (추정된)
2026년 12월 1일
연구 등록 날짜
최초 제출
2026년 2월 25일
QC 기준을 충족하는 최초 제출
2026년 2월 25일
처음 게시됨 (실제)
2026년 3월 3일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 3월 6일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 3월 5일
마지막으로 확인됨
2026년 3월 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. .