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

Sztuczna inteligencja do określania interwałów obserwacji gastroskopii

19 listopada 2022 zaktualizowane przez: Xiuli Zuo

Opracowanie i walidacja zaleceń dotyczących nadzoru nad gastroskopią w oparciu o przetwarzanie języka naturalnego u pacjentów z rakiem żołądka i chorobami przedrakowymi

Celem tego badania jest opracowanie i walidacja systemu wspomagania decyzji klinicznych opartego na zautomatyzowanych algorytmach. Ten system może wykorzystywać przetwarzanie języka naturalnego do wyodrębniania danych z raportów endoskopowych i raportów patologicznych pacjentów, identyfikować typy i stopnie choroby pacjentów oraz generować zalecenia dotyczące obserwacji lub leczenia w oparciu o wytyczne

Przegląd badań

Status

Aktywny, nie rekrutujący

Warunki

Interwencja / Leczenie

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

2000

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Chiny
    • Shandong
      • Jinan, Shandong, Chiny, 250012
        • 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 dotyczy

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

pacjentów, którzy przybyli do szpitala Qilu na Uniwersytecie Shandong i przeszli badanie endoskopowe, ale nie endoskopię terapeutyczną

Opis

Kryteria przyjęcia:

  • Pacjenci w wieku 18 - 80 lat
  • Pacjenci byli poddani badaniu endoskopowemu

Kryteria wyłączenia:

  • Pacjenci z przeciwwskazaniami do badania endoskopowego
  • Pacjenci z niepełnymi informacjami dotyczącymi badania
  • Pacjenci poddawani są endoskopii w celu leczenia
  • Pacjenci mają historię operacji górnego odcinka przewodu pokarmowego
  • Pacjenci z nowotworami dwunastnicy lub krtani
  • Pacjenci z guzem podśluzówkowym przewodu pokarmowego

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
Interwencja / Leczenie
Grupa decyzyjna wspierająca sztuczną inteligencję
Zgodnie z raportami endoskopowymi i patologicznymi, system wspomagania decyzji rozpoznaje typy i stopnie choroby pacjentów oraz generuje wytyczne dotyczące przeżycia lub leczenia.
Inny: Sztuczna inteligencja rozpoznaje chorobę i generuje zalecenia
Zgodnie z raportami endoskopowymi i patologicznymi, system wspomagania decyzji rozpoznaje typy i stopnie choroby pacjentów oraz generuje wytyczne dotyczące przeżycia lub leczenia.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność diagnostyczna chorób żołądka z algorytmem głębokiego uczenia
Ramy czasowe: 12 miesięcy
Dokładność diagnostyczna chorób żołądka z algorytmem głębokiego uczenia
12 miesięcy
Dokładność zaleceń dla różnych chorób z algorytmem głębokiego uczenia
Ramy czasowe: 12 miesięcy
Dokładność zaleceń dla różnych chorób z algorytmem głębokiego uczenia
12 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Czułość diagnostyczna chorób żołądka z algorytmem głębokiego uczenia
Ramy czasowe: 12 miesięcy
Czułość diagnostyczna chorób żołądka z algorytmem głębokiego uczenia
12 miesięcy
Specyfika diagnostyczna chorób żołądka z algorytmem głębokiego uczenia
Ramy czasowe: 12 miesięcy
Specyfika diagnostyczna chorób żołądka z algorytmem głębokiego uczenia
12 miesięcy
Diagnostyczna dodatnia wartość predykcyjna chorób żołądka z algorytmem głębokiego uczenia
Ramy czasowe: 12 miesięcy
Diagnostyczna dodatnia wartość predykcyjna chorób żołądka z algorytmem głębokiego uczenia
12 miesięcy
Diagnostyczna ujemna wartość predykcyjna chorób żołądka z algorytmem głębokiego uczenia
Ramy czasowe: 12 miesięcy
Diagnostyczna ujemna wartość predykcyjna chorób żołądka z algorytmem głębokiego uczenia
12 miesięcy
F-score chorób żołądka z algorytmem głębokiego uczenia się
Ramy czasowe: 12 miesięcy
F-score chorób żołądka z algorytmem głębokiego uczenia się
12 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Xiuli Zuo

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 stycznia 2012

Zakończenie podstawowe (Rzeczywisty)

31 października 2022

Ukończenie studiów (Oczekiwany)

31 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

19 listopada 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

19 listopada 2022

Pierwszy wysłany (Rzeczywisty)

30 listopada 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

30 listopada 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

19 listopada 2022

Ostatnia weryfikacja

1 listopada 2022

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 2022-SDU-QILU-G008

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