- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT04384575
Onderzoek naar de effectiviteit van de kwaliteitscontrole van de werking van de gastroscoop op basis van kunstmatige-intelligentietechnologie
Studie Overzicht
Gedetailleerde beschrijving
Gastroscopie speelt een belangrijke rol bij de detectie en diagnose van ziekten van het bovenste deel van het maagdarmkanaal. Het is noodzakelijk voor endoscopisten om de gastroscoop te bedienen volgens het gestandaardiseerde proces, om te voorkomen dat vroege laesies worden gemist. Met de snelle toename van het aantal endoscopieën neemt de werkdruk van endoscopisten echter verder toe. Hoge werkdruk vermindert de kwaliteit van endoscopie, wat resulteert in onvolledige observatie van anatomische delen die gemakkelijk over het hoofd worden gezien tijdens het gastroscopieproces. Er zijn grote verschillen in het operatieniveau van verschillende endoscopisten. Daarom heeft het uitvoeren van kunstmatige-intelligentiemethoden goed wetenschappelijk onderzoek en praktische waarde voor het verbeteren van de kwaliteit van endoscopische diagnose en behandeling.
Apparaten voor kunstmatige intelligentie moeten een groot aantal endoscopische beelden gebruiken. Op basis hiervan zijn we van plan om endoscopische beeldgegevens van onze ziekenhuizen te verzamelen voor training en validatie van het model.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
Haidian
-
Beijing, Haidian, China, 100142
- Beijing Cancer Hospital
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Patiënten van 18 jaar of ouder die gastroscopie ondergaan;
- Geïnformeerde toestemming kunnen lezen, begrijpen en ondertekenen;
Uitsluitingscriteria:
- Patiënten met absolute contra-indicaties voor endoscopieonderzoek;
- zwangere vrouw;
- voorgeschiedenis van maagchirurgie;
- de onderzoeker is van mening dat de proefpersoon niet geschikt is voor klinische proeven.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid
Tijdsspanne: 2020.2.22-2020.7.1
|
Bereken de nauwkeurigheid van het oordeel van AI over afbeeldingen
|
2020.2.22-2020.7.1
|
|
Gevoeligheid
Tijdsspanne: 2020.2.22-2020.7.1
|
aantal afbeeldingen waarin AI correct positief heeft gediagnosticeerd/alle afbeeldingen met positief
|
2020.2.22-2020.7.1
|
|
Specificiteit
Tijdsspanne: 2020.2.22-2020.7.1
|
aantal afbeeldingen waarin AI correct negatief/alle afbeeldingen negatief heeft gediagnosticeerd
|
2020.2.22-2020.7.1
|
Medewerkers en onderzoekers
Sponsor
Onderzoekers
- Studie stoel: Qi Wu, MD., Peking University Cancer Hospital & Institute
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- PX2020047
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .