다중 모드 의료 영상 대규모 모델의 사전 사용자 연구 및 다기관 검증
전향적 사용자 연구 및 일반 전신 질환 진단을 위한 다중 모드 의료 영상 대형 모델의 다기관 검증
연구 개요
상세 설명
배경: 다중 모달 대규모 모델은 의료 영상에서 상당한 잠재력을 보여주고 있습니다. 그러나 여러 센터에서의 성능 및 임상 워크플로에 미치는 영향은 엄격한 검증이 필요합니다.
목적: 다중 모달 대규모 모델의 진단 성능을 평가하고, AI 지원이 다양한 경험 수준의 방사선 전문의의 진단 정확도와 효율성을 향상시킬 수 있는지 조사합니다.
방법론: 본 연구는 다기관, 후향적 비교 판독 연구로 설계되었습니다. 참여 기관에서 대규모의 다양한 의료 영상 데이터세트(CT 및 MRI 포함)가 구성될 것입니다. 면허를 가진 방사선 전문의 그룹이 두 개의 별도 세션에서 진단 작업을 수행합니다: AI 지원 없이 판독하는 독립 세션과 AI 지원을 받는 AI 지원 세션으로, 두 세션 사이에는 적절한 워시아웃 기간이 있습니다.
데이터 분석: 임상 "참조 표준"은 전문가 합의 또는 조직학적 결과에 의해 설정됩니다. 본 연구는 독립 세션과 AI 지원 세션 간의 ROC 곡선 아래 면적(AUC), 민감도 및 특이도를 비교합니다. 또한 각 사례당 판독 시간을 기록하여 진단 효율성을 평가합니다.
윤리: 본 연구는 후향적, 익명화된 데이터를 사용하며 환자의 임상 관리나 치료를 변경하지 않습니다.
다중 모달 대규모 모델은 약 1,000,000개의 의료 영상 사례로 구성된 대규모 데이터세트를 사용하여 개발 및 사전 학습되었습니다. 본 연구는 1,000개의 사례들로 구성된 독립적인 테스트 코호트를 사용한 다기관 임상 검증에 초점을 맞춥니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Tao Li, MD
- 전화번호: +86-15527360835
- 이메일: lt12420131@163.com
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 510630
- 모병
- The Third Affiliated Hospital of Southern Medical University
-
연락하다:
- Tao Li, MD
- 전화번호: +86-15527360835
- 이메일: lt12420131@163.com
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
선정 기준:
공통 전신 질환에 대해 참여 센터에서 전신 의료 영상 검사(예: CT 또는 MRI)를 받은 환자.
영상 데이터는 확인된 임상 참조 표준, 전문가 합의 또는 병리학적 진단이 있어야 합니다.
표준 획득 프로토콜을 사용한 완전한 DICOM 형식 이미지의 가용성.
제외 기준:
확정적 진단을 내릴 수 없는 낮은 이미지 품질(예: 심한 운동 또는 금속 인공물).
불완전한 임상 또는 병리학적 참조 표준이 있는 경우.
손상된 이미지 파일 또는 중복 사례.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
검증 코호트
여러 의료 기관에서 수집된 CT 및 MRI를 포함한 의료 영상 증례(케이스)의 후향적 데이터셋으로, 흔한 전신 질환을 대표하며, 다중 모달 대형 모델의 진단 성능을 평가하는 데 사용됩니다.
|
방사선 전문의들은 AI 모델의 도움 없이 독립적으로 의료 영상을 해석하여 기본 성능을 확립합니다.
방사선 전문의들이 다중 모달 의료 영상 대형 모델의 도움을 받아 동일한 세트의 의료 이미지를 해석하여 진단 성능 향상을 평가합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수신자 조작 특성 곡선 아래 면적 (AUC)
기간: 연구 완료 시점까지 약 12개월.
|
AUC를 사용한 진단 정확도 평가: 단독 방사선과 전문의 성능 대 AI 지원 성능 비교
|
연구 완료 시점까지 약 12개월.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
건당 평균 판독 및 보고 시간
기간: 연구 완료 시점까지, 약 12개월입니다.
|
방사선 전문의가 AI 도움 유무에 따라 진단을 완료하고 보고서를 생성하는 데 소요된 시간(초)을 기록하여 진단 효율을 평가합니다.
|
연구 완료 시점까지, 약 12개월입니다.
|
|
민감도와 특이도
기간: 연구 완료까지 약 12개월입니다.
|
독립형 및 AI 보조 세션에서 방사선 전문의의 진단 결정에 대한 민감도와 특이도를 계산하고 비교합니다.
|
연구 완료까지 약 12개월입니다.
|
|
Clinical Report Quality and Semantic Accuracy Score
기간: Through study completion, approximately 12 months.
|
The quality of AI-generated reports will be evaluated by senior experts using a 5-point Likert scale, focusing on semantic accuracy, clinical relevance, and completeness of the descriptions.
The scale ranges from 1 to 5, where 1 indicates "poor quality" and 5 indicates "excellent quality."
Higher scores represent better report quality and higher semantic accuracy.
|
Through study completion, approximately 12 months.
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Yinghua Zhao, PhD, The Third Affiliated Hospital of Southern Medical University
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
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
기타 연구 ID 번호
- 2025-ER-141
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. .
진단 영상에 대한 임상 시험
-
Samsung Medical Center모집하지 않고 적극적으로
-
University Hospital, Grenoble완전한관절만곡증 Amyoplasia 또는 원위 관절만곡증의 진단 | National Reference Center의 AMC Clinic에서 5일 다학제 평가 | Grenoble Alpes 병원의 Physical Medecin, Medical Genetic and Imaging 부서와 함께프랑스