Kunstig intelligens rettet Point-of-care ultralyd bildetolkningssystem
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Detaljert beskrivelse
Ultralyd er et ikke-invasivt og ikke-utstrålt diagnostisk verktøy i akutt- og kritiske omsorgsmiljøer. I klinisk praksis er rettidig tolkning av sonografiske bilder viktig for å lette beslutningstaking. Det avhenger imidlertid av operatørenes erfaring. Som vanlig tar det tid for yngre legevakt å ha god diagnostisk nøyaktighet gjennom tradisjonell sonografisk utdanning. Hvordan forkorte læringen Dette forslaget er for et ettårig prosjekt. I dette prosjektet tar vi sikte på å undersøke muligheten for å bruke AI for sonografisk bildetolkning. Hovedprosjektet er ansvarlig for koordinering mellom de to delprosjektene og hovedprosjektet, gir bilderessurser, og bruker U-Net (Convolutional Networks for Biomedical Image Segmentation) og Transfer Learning for å bygge opp modellene for bildegjenkjenning og validere effekten av modellene. Hensikten med delprosjekt 1 er å utvikle et bildegjenkjenningssystem for dynamiske bilder: perikardial effusjon. Etter å ha bygget opp modellen, vil validering av effektiviteten og fremtidig revisjon bli gjort. Delprosjekt 2 kommer ut et bildegjenkjenningssystem for statiske bilder: hydronefrose. Etter å ha bygget opp modellen, vil validering av effektiviteten og fremtidig revisjon bli gjort.
Denne pionerstudien kan gi to AI-assisterte ultralydbildegjenkjenningssystemer under virkelige kliniske forhold. De kan oppleve kliniske anvendelser og bidra til nåværende medisinsk utdanning. Dessuten kan det forbedre beslutningsprosessen og kvaliteten på omsorgen i akutt- og kritiske avdelinger. Videre kan oppsettmodellene brukes i annen mål-ultralydbildegjenkjenning i fremtiden.
Studietype
Studietype
Registrering (Antatt)
Registrering
Fase
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
Studiekontakt
- Navn: Wan-Ching Lien, Ph D
- Telefonnummer: +886-2-23123456
- E-post: wanchinglien@ntu.edu.tw
Studer Kontakt Backup
- Navn: Wan-Ching Lien
- Telefonnummer: 0988088719
- E-post: dtemer17@yahoo.com.tw
Studiesteder
-
-
None Selected
-
Taipei, None Selected, Taiwan, 100
- Rekruttering
- Wan-Ching Lien
-
Ta kontakt med:
- Wan-Ching Lien
- Telefonnummer: +886223123456
- E-post: wanchinglien@ntu.edu.tw
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- pasienter som får ekkokardiografi eller nyre-ultralyd
Ekskluderingskriterier:
- pasienter som ikke får ekkokardiografi eller renal ultralyd
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Antall våpen
Våpen og intervensjoner
Deltakergruppe / ArmDeltakergruppe / Arm |
Intervensjon / BehandlingIntervensjon / Behandling |
|---|---|
|
Eksperimentell: Kunstig intelligens-rettet ultralydbildetolkning
|
forbedre sensitiviteten og spesifisiteten til det AI-rettede ultralydtolkningssystemet
|
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
sensitivitet og spesifisitet av AI-tolkning
Tidsramme: 6 måneder
|
øke sensitiviteten og spesifisiteten til AI for å tolke ultralydbildet
|
6 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Etterforskere
Etterforskere
- Hovedetterforsker: Wan-Ching Lien, National Taiwan University Hospital
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Antatt)
Primær fullføring
Studiet fullført (Antatt)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
Andre studie-ID-numre
- 202006124RINC
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .