Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Colitis ulcerosa Mayo-score met kunstmatige intelligentie

14 april 2022 bijgewerkt door: Yanling Wei, Third Military Medical University

Onderzoek naar op kunstmatige intelligentie gebaseerd Mayo-scoreherkenningssysteem voor ziekteactiviteit Graad van colitis ulcerosa bij spijsverteringsendoscopie

Dit project zal deep learning gebruiken om colonoscopiebeelden van verschillende ernst van colitis ulcerosa te classificeren, om clinici te helpen bij de juiste diagnose van colitis ulcerosa.

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Gedetailleerde beschrijving

In dit project werd kunstmatige intelligentie gebruikt om colonoscopische beelden te maken van patiënten met colitis ulcerosa met verschillende ziekteactiviteitsniveaus en deze te classificeren volgens de evaluatiestandaard Mayo-score om endoscopisten te helpen bij het identificeren van ziekteactiviteitsniveaus van patiënten met colitis ulcerosa tijdens colonoscopie. Het kan klinische endoscopisten helpen om nauwkeurig te identificeren, en de visualisatietechnologie van de responskaart van de kunstmatige intelligentiecategorie kan de gebieden die van groot belang zijn voor diepe netwerkclassificatieresultaten volledig weergeven en de experimentele laesiesites visualiseren, waardoor de betrouwbaarheid en interpreteerbaarheid van diep netwerk effectief wordt geverifieerd . Deze studie kan een sterke ondersteuning bieden voor een nauwkeurige identificatie van ziekteactiviteit bij klinische colitis ulcerosa, de werkdruk van clinici effectief verminderen en een handig, effectief en praktisch klinisch leermiddel bieden.

Studietype

Observationeel

Inschrijving (Verwacht)

500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Naam: Yanling Wei, professor
Telefoonnummer: +8615310354666
E-mail: lingzi016@tmmu.edu.cn

Studie Locaties

China
- Chongqing
  - Chongqing, Chongqing, China, 400042
    - Third Military Medical University
    - Contact:
      
      Yanling Wei, Professor
      
      Telefoonnummer: 15310354666
      
      E-mail: lingzi016@126.com

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar tot 72 jaar (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

De afbeeldingen werden opgehaald uit de endoscopiedatabase van het Army Medical Center van PLA en verkregen uit de colonoscopie van patiënten met colitis ulcerosa die voldeden aan de inclusiecriteria. De gegevensafbeeldingen werden gebruikt om het model van een AI-ondersteund herkenningssysteem vast te stellen en te verifiëren.

Beschrijving

Inclusiecriteria:

Onderwerpen waren 18-72 jaar oud, mannelijk en vrouwelijk;
Klinische diagnose van colitis ulcerosa;
De proefpersonen ondergingen een colonoscopie en het rapport van de colonoscopie was compleet.

Uitsluitingscriteria:

Proefpersonen zijn jonger dan 18 jaar of ouder dan 72 jaar;
De proefpersonen ondergingen een colectomie, ileostoma, colostoma, ileostoma of andere darmresectie;
onderwerpen met een ambigue diagnose.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat	Maatregel Beschrijving	Tijdsspanne
De nauwkeurigheid van het deep learning-model in de beoordeling van trainings- en validatiedatasets van de Mayo-score bij patiënten met colitis ulcerosa. Tijdsspanne: Door afronding van de studie gemiddeld 1 jaar.	In de datasets voor training en validatie hebben we de AUC (area under curve) uitgezet voor Mayo 0, Mayo 1, Mayo 2 en Mayo 3 om ons model objectief te evalueren.	Door afronding van de studie gemiddeld 1 jaar.

Secundaire uitkomstmaten

Uitkomstmaat	Maatregel Beschrijving	Tijdsspanne
De nauwkeurigheid en tijdsefficiëntie van de beoordeling door endoscopisten van de Mayo-score bij patiënten met colitis ulcerosa. Tijdsspanne: Door afronding van de studie gemiddeld 1 jaar.	De dataets werden willekeurig toegewezen aan endoscopisten. Alle endoscopisten werden opgeleid in diagnostische onderzoeken, voltooiden zowel de klinische als de specifieke endoscopische opleiding en waren niet betrokken bij de registratie en labeling van de patiënten en beelden. Tijdens de vergelijkingstest werden alle gegevens vooraf gerandomiseerd en geanonimiseerd. De gemiddelde tijd die 10 endoscopisten besteedden aan het diagnosticeren van de testdataset in het deep learning-model en het aantal correcte gevallen werden geanalyseerd.	Door afronding van de studie gemiddeld 1 jaar.

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Third Military Medical University

Onderzoekers

Studie directeur: Yanling Wei, Professor, Third Military Medical University

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (VERWACHT)

1 april 2022

Primaire voltooiing (VERWACHT)

1 december 2022

Studie voltooiing (VERWACHT)

1 juni 2023

Studieregistratiedata

Eerst ingediend

27 februari 2022

Eerst ingediend dat voldeed aan de QC-criteria

14 april 2022

Eerst geplaatst (WERKELIJK)

20 april 2022

Updates van studierecords

Laatste update geplaatst (WERKELIJK)