Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Kunstig intelligens for tidlig diagnose av esophageal plateepitelkarsinom

25. april 2020 oppdatert av: Yanqing Li, Shandong University

Anvendelse av kunstig intelligens for tidlig diagnose av esophageal plateepitelkarsinom under optisk forsterkning forstørrelsesendoskopi

Esophageal plateepitelkarsinom er en av de vanligste ondartede svulstene i øvre fordøyelseskanal. Imidlertid er deteksjonshastigheten og diagnostiseringsnøyaktigheten av tidlig esophageal plateepitelkreft lav. Målet med denne studien er å utvikle et dataassistert diagnoseverktøy i kombinasjon med optisk forstørrende endoskopi for tidlig oppdagelse og nøyaktig diagnose av det.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Faktiske)

119

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Kina
    • Shandong
      • Jinan, Shandong, Kina, 250012
        • Department of Gastroenterology, Qilu Hospital, Shandong University

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Påfølgende pasienter som kom til Qilu sykehus ved Shandong University og fikk optisk forstørrende OE endoskopiundersøkelse

Beskrivelse

Inklusjonskriterier:

  • høyrisikopasienter for esophageal cancer i alderen 18 år eller eldre;
  • Histologisk verifisert tidlig esophageal plateepitelkreft.

Ekskluderingskriterier:

  • pasienter hvis bilder av spiserøret ikke er egnet for opplæring, validering og testing av dataassistentdiagnoseverktøyet.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
AI synlig gruppe
de endoskopiske nybegynnere som analyserer bildene kan se den automatiske diagnosen AI under prosessen
Annen: AI presentasjon
AI-presentasjon betyr den automatiske diagnoseinformasjonen til AI og AI-presentasjon betyr at den er synlig i gruppen.
AI usynlig gruppe
den endoskopiske nybegynneren som analyserer bildene kan ikke se den automatiske diagnosen AI under prosessen
Annen: ingen AI-presentasjon
AI-presentasjon betyr den automatiske diagnoseinformasjonen til AI, og ingen AI-presentasjon betyr at den er usynlig i gruppen.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
diagnoseeffektiviteten til AI-modellen
Tidsramme: 12 måneder
sensitiviteten, spesifisiteten og nøyaktigheten til AI-modellen
12 måneder

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Shandong University

Etterforskere

  • Hovedetterforsker: Yanqing Li, PHD, Qilu Hospital, Shandong University

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

1. desember 2018

Primær fullføring (Faktiske)

1. mars 2020

Studiet fullført (Faktiske)

1. april 2020

Datoer for studieregistrering

Først innsendt

28. november 2018

Først innsendt som oppfylte QC-kriteriene

28. november 2018

Først lagt ut (Faktiske)

30. november 2018

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

28. april 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

25. april 2020

Sist bekreftet

1. april 2020

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 2018SDU-QILU-2

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

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. .

Kliniske studier på Kunstig intelligens

Kliniske studier på AI presentasjon

Søk i lignende forsøk

Sponsorer og samarbeidspartnere

Medisinsk tilstand

Legemiddelintervensjoner

CROs by country

CROs in Cameroon

Forhold

Sjeldne sykdommer

Legemiddelintervensjoner

Kosttilskudd

Sponsor / samarbeidspartnere

Steder

Abonnere