Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Automatyczna ocena stopnia metaplazji jelitowej za pomocą sztucznej inteligencji

14 lipca 2022 zaktualizowane przez: Yanqing Li, Shandong University

Opracowanie i walidacja systemu sztucznej inteligencji do automatycznej oceny stopnia metaplazji jelitowej

Metaplazja jelitowa żołądka (GIM) jest ważnym stadium raka żołądka (GC). Wraz z rozwojem technicznym endoskopii wspomaganej obrazem (IEE), badania wykazały, że IEE ma wysoką dokładność w diagnostyce GIM. Wykazano, że endoskopowy system klasyfikacji (EGGIM), nowy endoskopowy system oceny ryzyka dla GC, dokładnie identyfikuje szeroki zakres pacjentów z GIM. Jednak wysoka dokładność diagnostyczna GIM przy użyciu przeprowadzonych ocen IEE i EGGIM wymaga dużego doświadczenia, co ogranicza zastosowanie EGGIM. Badacze zamierzają zaprojektować wspomagany komputerowo program diagnostyczny wykorzystujący głęboką sieć neuronową do automatycznej oceny zasięgu IM i obliczania wyników EGGIM.

Przegląd badań

Szczegółowy opis

Na całym świecie rak żołądka jest piątym najczęściej występującym nowotworem złośliwym i trzecią najczęstszą przyczyną śmiertelności z powodu raka. Metaplazja jelitowa żołądka (GIM) jest pośrednią zmianą przedrakową żołądka w kaskadzie raka żołądka. Badania wykazały, że skumulowana 5-letnia częstość występowania raka żołądka u pacjentów IM waha się od 5,3% do 9,8%. Wraz z rozwojem technicznym endoskopii wspomaganej obrazem (IEE), badania wykazały, że IEE ma wysoką dokładność w diagnostyce GIM. Wykazano, że endoskopowy system klasyfikacji (EGGIM), nowy endoskopowy system oceny ryzyka dla GC, dokładnie identyfikuje szeroki zakres pacjentów z GIM. Jednak wysoka dokładność diagnostyczna GIM przy użyciu przeprowadzonych ocen IEE i EGGIM wymaga dużego doświadczenia, co ogranicza zastosowanie EGGIM. Badacze zamierzają zaprojektować wspomagany komputerowo program diagnostyczny wykorzystujący głęboką sieć neuronową do automatycznej oceny zasięgu IM i obliczania wyników EGGIM.

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

600

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

    • Shandong
      • Jinan, Shandong, Chiny, 250012
        • Rekrutacyjny
        • Department of Gastrology, QiLu Hospital, Shandong University

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat do 80 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Kolejni pacjenci, którzy przejdą badanie IEE i zostaną poddani badaniu przesiewowemu, spełniający kryteria kwalifikacji w szpitalu Qilu na Uniwersytecie Shandong, zostaną włączeni do badania

Opis

Kryteria przyjęcia:

  • pacjentów w wieku 18-80 lat poddawanych badaniu IEE

Kryteria wyłączenia:

  • pacjenci z ciężkimi zaburzeniami czynności serca, mózgu, płuc lub nerek lub zaburzeniami psychicznymi, którzy nie mogą uczestniczyć w gastroskopii
  • pacjenci po wcześniejszych zabiegach chirurgicznych na brzuchu
  • pacjentów, którzy odmawiają podpisania formularza świadomej zgody

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Modele obserwacyjne: Inny
  • Perspektywy czasowe: Z mocą wsteczną

Kohorty i interwencje

Grupa / Kohorta
grupa do trenowania algorytmu
Ta grupa obrazów służy do trenowania algorytmu sztucznej inteligencji
grupa do testowania algorytmu
Ta grupa obrazów służy do testowania algorytmu sztucznej inteligencji

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Specyfika modelu AI do oceny stopnia metaplazji jelitowej w obrazie endoskopowym
Ramy czasowe: 2 lata
Specyfika modelu AI do oceny stopnia metaplazji jelitowej w obrazie endoskopowym
2 lata
Dokładność modelu AI do oceny stopnia metaplazji jelitowej w obrazie endoskopowym
Ramy czasowe: 2 lata
Dokładność modelu AI do oceny stopnia metaplazji jelitowej w obrazie endoskopowym
2 lata
Czułość modelu AI do oceny stopnia metaplazji jelitowej w obrazie endoskopowym
Ramy czasowe: 2 lata
Czułość modelu AI do oceny stopnia metaplazji jelitowej u an
2 lata

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Dokładność doświadczonych endoskopistów w ocenie stopnia metaplazji jelitowej
Ramy czasowe: 2 lata
Dokładność doświadczonych endoskopistów w ocenie stopnia metaplazji jelitowej w obrazie endoskopowym
2 lata
Dokładność niedoświadczonych endoskopistów w ocenie stopnia metaplazji jelitowej
Ramy czasowe: 2 lata
Dokładność niedoświadczonych endoskopistów w ocenie stopnia metaplazji jelitowej w obrazie endoskopowym
2 lata
Zgoda między obserwatorami wśród doświadczonych endoskopistów w określaniu stopnia metaplazji jelitowej
Ramy czasowe: 2 lata
Zgodność obserwatorów wśród doświadczonych endoskopistów w określaniu stopnia metaplazji jelitowej w obrazie endoskopowym
2 lata
Zgoda między obserwatorami wśród niedoświadczonych endoskopistów w określaniu stopnia metaplazji jelitowej
Ramy czasowe: 2 lata
Zgodność między obserwatorami wśród niedoświadczonych endoskopistów w określaniu stopnia metaplazji jelitowej w obrazie endoskopowym
2 lata

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 lipca 2022

Zakończenie podstawowe (Oczekiwany)

30 grudnia 2023

Ukończenie studiów (Oczekiwany)

30 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

8 lipca 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

14 lipca 2022

Pierwszy wysłany (Rzeczywisty)

15 lipca 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

15 lipca 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

14 lipca 2022

Ostatnia weryfikacja

1 lipca 2022

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 2022SDU-QILU-109

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

Nie

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

3
Subskrybuj