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

Wspomagany przez sztuczną inteligencję system raportowania endoskopii w poprawie jakości raportowania

8 sierpnia 2022 zaktualizowane przez: Renmin Hospital of Wuhan University

Jednoośrodkowe badanie systemu raportowania endoskopii wspomaganego sztuczną inteligencją w poprawie jakości raportowania

W tym badaniu zaproponowaliśmy prospektywne badanie dotyczące skuteczności systemu sztucznej inteligencji do jakości raportów endoskopowych u endoskopistów. Przedmioty zostaną podzielone na dwie grupy. Za zebrane filmy endoskopowe grupa A uzupełniłaby raport endoskopowy przy pomocy systemu sztucznej inteligencji. System asystenta sztucznej inteligencji może automatycznie rejestrować obrazy, podpowiadać zmiany chorobowe oraz badane odcinki (górny odcinek przewodu pokarmowego podzielony jest na 26 części). Grupa B wypełniłaby raport z endoskopii bez specjalnych podpowiedzi. Po okresie zapomnienia obie grupy zamieniły się, to znaczy grupa A bez pomocy AI i grupa B z pomocą AI, aby uzupełnić raport endoskopowy. Następnie porównano kompletność zgłoszonej zmiany, dokładność lokalizacji zmiany, kompletność zmiany i część standardową w przechwyconych obrazach itd. Z pomocą lub bez pomocy AI.

Przegląd badań

Typ studiów

Interwencyjne

Zapisy (Oczekiwany)

10

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

      • Wuhan, Chiny, 430060
        • Rekrutacyjny
        • Renmin Hospital of Wuhan 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 70 lat (DOROSŁY, STARSZY_DOROŚLI)

Akceptuje zdrowych ochotników

Tak

Płeć kwalifikująca się do nauki

Wszystko

Opis

Kryteria przyjęcia:

  1. Mężczyźni lub kobiety, którzy ukończyli 18 lat;
  2. Po wykwalifikowanym wykształceniu medycznym i uzyskaniu Certyfikatu chińskiego lekarza;

Kryteria wyłączenia:

  1. Lekarze bez wykwalifikowanego wykształcenia medycznego i nie uzyskali Certyfikatu chińskiego lekarza;
  2. Badacz uważa, że ​​badani nie nadają się do udziału w badaniach klinicznych.

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

  • Główny cel: DEVICE_FEASIBILITY
  • Przydział: LOSOWO
  • Model interwencyjny: KRZYŻOWANIE
  • Maskowanie: NIC

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
EKSPERYMENTALNY: z systemem asystentów sztucznej inteligencji
Endoskopiści uzupełniliby raport endoskopowy przy pomocy systemu sztucznej inteligencji.
System asystenta sztucznej inteligencji może automatycznie rejestrować obrazy, podpowiadać zmiany patologiczne i obszary objęte badaniem (żołądek podzielony jest na 26 części).
NIE_INTERWENCJA: bez systemu asystenta sztucznej inteligencji
Endoskopiści wypełniliby raport z endoskopii bez specjalnych monitów.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Integralność zgłoszenia zmiany
Ramy czasowe: jeden miesiąc
Zgłoś integralność zmiany chorobowej z pomocą sztucznej inteligencji lub bez niej. Metoda obliczeniowa = liczba zgłoszonych zmian / całkowita liczba zmian x 100%
jeden miesiąc
Dokładność lokalizacji uszkodzenia
Ramy czasowe: jeden miesiąc
Dokładność lokalizacji uszkodzenia z pomocą AI lub bez niej. Metoda obliczeniowa = liczba zmian z prawidłową lokalizacją / całkowita liczba zmian x 100%
jeden miesiąc
Integralność zmiany na zarejestrowanych obrazach
Ramy czasowe: jeden miesiąc
Integralność zmian chorobowych na przechwyconych obrazach ze wspomaganiem AI lub bez. Metoda obliczeniowa = liczba zmian na zarejestrowanych obrazach / całkowita liczba zmian x 100%
jeden miesiąc
Integralność standardowej części w przechwyconych obrazach
Ramy czasowe: jeden miesiąc
Integralność zmian chorobowych na przechwyconych obrazach ze wspomaganiem AI lub bez. Metoda obliczeniowa = liczba części wzorcowych na przechwyconych obrazach / rzeczywista liczba części normatywnych objętych badaniem x 100%
jeden miesiąc

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 listopada 2021

Zakończenie podstawowe (OCZEKIWANY)

1 grudnia 2022

Ukończenie studiów (OCZEKIWANY)

1 grudnia 2022

Daty rejestracji na studia

Pierwszy przesłany

27 lipca 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

27 lipca 2022

Pierwszy wysłany (RZECZYWISTY)

29 lipca 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

10 sierpnia 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

8 sierpnia 2022

Ostatnia weryfikacja

1 lipca 2022

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • EA-21-010

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 .

Subskrybuj