- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04384575
Badanie skuteczności kontroli jakości działania gastroskopu w oparciu o technologię sztucznej inteligencji
Przegląd badań
Szczegółowy opis
Gastroskopia odgrywa ważną rolę w wykrywaniu i diagnostyce chorób górnego odcinka przewodu pokarmowego. Konieczne jest, aby endoskopiści operowali gastroskopem zgodnie ze znormalizowaną procedurą, aby uniknąć przeoczenia wczesnych zmian. Jednak wraz z szybkim wzrostem liczby endoskopii, obciążenie pracą endoskopistów dalej wzrasta. Duże obciążenie pracą obniża jakość endoskopii, co skutkuje niepełną obserwacją części anatomicznych, które łatwo przeoczyć w procesie gastroskopii. Istnieją znaczne różnice w poziomie operacyjnym różnych endoskopistów. Dlatego też przeprowadzenie metod sztucznej inteligencji ma dobre wyniki badań naukowych i wartość praktyczną dla poprawy jakości diagnostyki i leczenia endoskopowego.
Urządzenia sztucznej inteligencji muszą wykorzystywać dużą liczbę obrazów endoskopowych, na tej podstawie zamierzamy zbierać dane obrazów endoskopowych z naszych szpitali w celu szkolenia i walidacji modelu.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Haidian
-
Beijing, Haidian, Chiny, 100142
- Beijing Cancer Hospital
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Pacjenci w wieku 18 lat lub starsi poddawani gastroskopii;
- Być w stanie przeczytać, zrozumieć i podpisać świadomą zgodę;
Kryteria wyłączenia:
- Pacjenci z bezwzględnymi przeciwwskazaniami do badania endoskopowego;
- kobiety w ciąży;
- wcześniejsza historia operacji żołądka;
- badacz uzna, że pacjent nie nadaje się do badania klinicznego.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność
Ramy czasowe: 2020.2.22-2020.7.1
|
Oblicz dokładność oceny AI na temat obrazów
|
2020.2.22-2020.7.1
|
|
Wrażliwość
Ramy czasowe: 2020.2.22-2020.7.1
|
liczba obrazów, w których AI poprawnie zdiagnozowała wynik pozytywny/wszystkie obrazy z wynikiem pozytywnym
|
2020.2.22-2020.7.1
|
|
Specyficzność
Ramy czasowe: 2020.2.22-2020.7.1
|
liczba obrazów, w których AI poprawnie zdiagnozowała negatyw/wszystkie obrazy są negatywne
|
2020.2.22-2020.7.1
|
Współpracownicy i badacze
Sponsor
Śledczy
- Krzesło do nauki: Qi Wu, MD., Peking University Cancer Hospital & Institute
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- PX2020047
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .