En plattform for multidisiplinær medisinsk utvikling av kunstig intelligens (AI)
16. mai 2021 oppdatert av: Haotian Lin, Sun Yat-sen University
Biomedisinsk dyplæring (DL) er ofte avhengig av å generere pålitelige etiketter for data i stor skala og svært tekniske krav til modellopplæring.
For å effektivt utvikle DL-modeller, etablerte vi en integrert plattform for å introdusere automatisering for både merknader og modellopplæring - den primære prosessen for DL-modellutvikling.
Basert på denne plattformen validerte og sammenlignet vi annoteringsstrategien og AI-modellutviklingen kvantitativt med den rene manuelle annoteringsmetoden utført på medisinske bildedatasett fra flere disipliner.
Studieoversikt
Status
Rekruttering
Studietype
Observasjonsmessig
Registrering (Forventet)
200
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Haotian Lin, Ph.D, M.D.
- Telefonnummer: +86-020-87330274
- E-post: gddlht@aliyun.com
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510060
- Rekruttering
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Ta kontakt med:
- Haotian Lin, Ph.D, M.D.
- Telefonnummer: +86-020-87330274
- E-post: gddlht@aliyun.com
-
-
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
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
medisinsk bildebehandling for flere disipliner inkludert oftalmologi, patologi, radiografi, blodceller og endoskopi
Beskrivelse
Inklusjonskriterier:
- ha medisinsk bildediagnostikk (inkludert oftalmologi, patologi, radiografi, blodceller og endoskopi)
Ekskluderingskriterier:
- ukvalifisert medisinsk bildebehandling
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 |
|---|
|
menneske-maskin samarbeidsgruppe
helsepersonell og maskinsamarbeid for utvikling av merknader og AI-modeller
|
|
ren mannlig gruppe
helsepersonell for ren manuell merknad og utvikling av AI-modeller
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
annoteringsnøyaktighet
Tidsramme: grunnlinje
|
beregne annoteringsnøyaktighet for sammenligning mellom grupper ved å bruke kommentarresultatene
|
grunnlinje
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
nøyaktigheten av modellens ytelse
Tidsramme: grunnlinje
|
beregne nøyaktigheten av AI-modellen for sammenligning mellom grupper ved å bruke modellens predikerte resultater
|
grunnlinje
|
|
AUC for modellytelse
Tidsramme: grunnlinje
|
beregne AI-modellens AUC-er for sammenligning mellom grupper ved å bruke modellens forutsagte resultater
|
grunnlinje
|
|
annoteringstidskostnad
Tidsramme: grunnlinje
|
beregne annoteringstidskostnad for sammenligning mellom grupper ved å bruke tiden registrert under testene
|
grunnlinje
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Etterforskere
- Hovedetterforsker: Haotian Lin, Ph.D, M.D., Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
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)
18. mars 2021
Primær fullføring (Faktiske)
1. april 2021
Studiet fullført (Forventet)
31. mai 2021
Datoer for studieregistrering
Først innsendt
18. mars 2021
Først innsendt som oppfylte QC-kriteriene
16. mai 2021
Først lagt ut (Faktiske)
18. mai 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
18. mai 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
16. mai 2021
Sist bekreftet
1. mai 2021
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- AIplatform-2020
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. .