Wykonalność opartej na sztucznej inteligencji klasyfikacji dźwięków normalnych, świszczących i trzaskających ze stetoskopu w warunkach klinicznych
Ocena wykonalności algorytmów sztucznej inteligencji w warunkach klinicznych do klasyfikacji dźwięków normalnych, świszczących i trzaskających uzyskanych z cyfrowego stetoskopu
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Typ studiów
Typ studiów
Zapisy (Rzeczywisty)
Zapisy
Faza
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Peshawar, Pakistan, 25000
- Lady Reading Hospital, Pakistan
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Kryteria przyjęcia:
- Wszystkie wieki
- Dostarczona pisemna zgoda
Kryteria wyłączenia:
- Stan podmiotu niestabilny
- Deformacja ściany klatki piersiowej lub rany w miejscach aplikacji kleju
- Brak pisemnej zgody
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Kliniczna walidacja modeli AI do wykrywania świszczącego oddechu, trzasków i normalnych dźwięków płucnych w porównaniu ze złotym standardem
Ramy czasowe: 2 miesiące
|
Modele AI zostaną przetestowane pod kątem ich klinicznej wykonalności poprzez porównanie wyników uzyskanych z modeli AI z wynikami złotego standardu poprzez pomiar zgodności pozytywnej i negatywnej (NPA i PPA).
Złotym standardem jest etykieta nadana każdemu nagraniu dźwięku płuc przez doświadczonego konsultanta pulmonologa.
Model AI jest ślepy na te etykiety i jest testowany niezależnie pod kątem wykrywania normalnych dźwięków płuc, świszczących oddechów i trzasków
|
2 miesiące
|
|
Testowanie dokładności modeli sztucznej inteligencji do wykrywania świszczącego oddechu, trzasków i normalnych dźwięków płucnych poprzez pomiar czułości i swoistości
Ramy czasowe: 2 miesiące
|
Modele sztucznej inteligencji są szkolone na dźwiękach płuc zebranych z trzech różnych stetoskopów cyfrowych o nazwach NoaScope, eSteth i Littmann indywidualnie. Dane ze wszystkich trzech stetoskopów cyfrowych są również łączone w celu trenowania oddzielnych modeli AI. Te wytrenowane modele AI będą oceniane na podstawie czułości, czyli zdolności do prawidłowego rozpoznawania świszczących oddechów i trzasków, oraz specyficzności, czyli zdolności do prawidłowej identyfikacji normalnych dźwięków płuc. Wartości prawdziwie dodatnie (TP), prawdziwie ujemne (TN), fałszywie dodatnie (FP) i fałszywie ujemne (FN) zostaną użyte do obliczenia czułości i swoistości przy użyciu następujących wyrażeń. Czułość: TP/TP+FN Swoistość: TN/TN+FP |
2 miesiące
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Analiza wydajności trzech stetoskopów cyfrowych: Littmann, NoaScope i eSteth
Ramy czasowe: 2 miesiące
|
Analiza wydajności trzech stetoskopów cyfrowych NoaScope, eSteth i Littmann zostanie oceniona przy użyciu czułości i specyficzności osiąganej przez każdy stetoskop. Wartości prawdziwie dodatnie (TP), prawdziwie ujemne (TN), fałszywie dodatnie (FP) i fałszywie ujemne (FN) zostaną użyte do obliczenia czułości i swoistości przy użyciu następujących wyrażeń. Czułość: TP/TP+FN Swoistość: TN/TN+FP |
2 miesiące
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Zakończenie podstawowe
Ukończenie studiów (Rzeczywisty)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- Pulmo AI LRH
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .