Automatisk evaluering av omfanget av intestinal metaplasi med kunstig intelligens
14. juli 2022 oppdatert av: Yanqing Li, Shandong University
Utvikling og validering av et kunstig intelligenssystem for automatisk evaluering av omfanget av intestinal metaplasi
Gastrisk intestinal metaplasi (GIM) er et viktig stadium i magekreft (GC).
Med teknisk fremskritt innen bildeforbedret endoskopi (IEE), har studier vist at IEE har høy nøyaktighet for diagnose av GIM.
Det endoskopiske graderingssystemet (EGGIM), et nytt endoskopisk risikoskåringssystem for GC, har vist seg å nøyaktig identifisere et bredt spekter av pasienter med GIM.
Imidlertid krever den høye diagnostiske nøyaktigheten til GIM ved bruk av IEE- og EGGIM-vurderinger mye erfaring, noe som begrenser bruken av EGGIM.
Etterforskerne tar sikte på å designe et datastøttet diagnoseprogram ved hjelp av dype nevrale nettverk for automatisk å evaluere omfanget av IM og beregne EGGIM-skårene.
Studieoversikt
Status
Rekruttering
Detaljert beskrivelse
Globalt er magekreft den femte mest utbredte maligniteten og den tredje ledende årsaken til kreftdødelighet.
Gastrisk intestinal metaplasi (GIM) er en mellomliggende precancerøs gastrisk lesjon i magekreftkaskaden.
Studier har vist at den 5-årige kumulative forekomsten av magekreft hos IM-pasienter varierer fra 5,3 % til 9,8 %.
Med teknisk fremskritt innen bildeforbedret endoskopi (IEE), har studier vist at IEE har høy nøyaktighet for diagnose av GIM.
Det endoskopiske graderingssystemet (EGGIM), et nytt endoskopisk risikoskåringssystem for GC, har vist seg å nøyaktig identifisere et bredt spekter av pasienter med GIM.
Imidlertid krever den høye diagnostiske nøyaktigheten til GIM ved bruk av IEE- og EGGIM-vurderinger mye erfaring, noe som begrenser bruken av EGGIM.
Etterforskerne tar sikte på å designe et datastøttet diagnoseprogram ved hjelp av dype nevrale nettverk for automatisk å evaluere omfanget av IM og beregne EGGIM-skårene.
Studietype
Observasjonsmessig
Registrering (Forventet)
600
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Shandong
-
Jinan, Shandong, Kina, 250012
- Rekruttering
- Department of Gastrology, 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 til 80 år (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Påfølgende pasienter som mottar IEE-undersøkelsen og screenes som oppfyller kvalifikasjonskriteriene ved Qilu Hospital, Shandong University, vil bli registrert i studien
Beskrivelse
Inklusjonskriterier:
- pasienter i alderen 18-80 år som gjennomgår IEE-undersøkelsen
Ekskluderingskriterier:
- pasienter med alvorlig hjerte-, cerebral, lunge- eller nyredysfunksjon eller psykiatriske lidelser som ikke kan delta i gastroskopi
- pasienter med tidligere kirurgiske inngrep på magen
- pasienter som nekter å signere skjemaet for informert samtykke
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Annen
- Tidsperspektiver: Retrospektiv
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
gruppe for trening av algoritmen
Denne gruppen av bilder brukes til å trene algoritmen til den kunstige intelligensen
|
|
gruppe for testing av algoritmen
Denne gruppen med bilder brukes til å teste algoritmen til den kunstige intelligensen
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Spesifisiteten til AI-modellen for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
Tidsramme: 2 år
|
Spesifisiteten til AI-modellen for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
|
2 år
|
|
Nøyaktigheten av AI-modellen for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
Tidsramme: 2 år
|
Nøyaktigheten av AI-modellen for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
|
2 år
|
|
Følsomheten til AI-modellen for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
Tidsramme: 2 år
|
Følsomheten til AI-modellen for å vurdere graden av intestinal metaplasi i en
|
2 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet av erfarne endoskopister for å vurdere graden av intestinal metaplasi
Tidsramme: 2 år
|
Nøyaktighet av de erfarne endoskopistene for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
|
2 år
|
|
Nøyaktighet av de uerfarne endoskopistene for å vurdere graden av intestinal metaplasi
Tidsramme: 2 år
|
Nøyaktighet av de uerfarne endoskopistene for å vurdere graden av intestinal metaplasi i et endoskopisk bilde
|
2 år
|
|
Enighet mellom observatører blant erfarne endoskopister for å identifisere graden av intestinal metaplasi
Tidsramme: 2 år
|
Interobservatøravtale blant erfarne endoskopister for å identifisere graden av intestinal metaplasi i et endoskopisk bilde
|
2 år
|
|
Interobservatøravtale mellom uerfarne endoskopister for å identifisere grad av intestinal metaplasi
Tidsramme: 2 år
|
Interobservatøravtale blant uerfarne endoskopister for å identifisere grad av intestinal metaplasi i et endoskopisk bilde
|
2 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
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. juli 2022
Primær fullføring (Forventet)
30. desember 2023
Studiet fullført (Forventet)
30. desember 2023
Datoer for studieregistrering
Først innsendt
8. juli 2022
Først innsendt som oppfylte QC-kriteriene
14. juli 2022
Først lagt ut (Faktiske)
15. juli 2022
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
15. juli 2022
Siste oppdatering sendt inn som oppfylte QC-kriteriene
14. juli 2022
Sist bekreftet
1. juli 2022
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2022SDU-QILU-109
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Nei
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. .