Badanie skuteczności zastosowania narzędzi diagnostycznych sztucznej inteligencji (AI) w obrazowaniu medycznym (MI) chorób zakaźnych układu oddechowego (I) (D) (AI-MIRID)
12 sierpnia 2024 zaktualizowane przez: Wen-hong Zhang, Huashan Hospital
Wczesna identyfikacja i rygorystyczne ostrzeganie w przypadku ostrych chorób zakaźnych dróg oddechowych mają ogromne znaczenie.
Podstawą wszelkich skutecznych działań jest zastosowanie skutecznych środków w celu prawidłowego rozpoznania źródła zakażenia na wczesnym etapie.
AI-MID to inicjatywa badawcza wykorzystująca narzędzia sztucznej inteligencji do wspomagania klinicznej diagnostyki obrazowej chorób układu oddechowego, której celem jest skrócenie czasu spędzanego przez lekarzy na przeglądaniu obrazów, zwiększenie wydajności pracy oraz zwiększenie czułości i swoistości wykrywania zapalenia płuc, a tym samym poprawa wykrywalność zapalenia płuc na poziomie lokalnym.
Takie podejście umożliwia precyzyjną profilaktykę, trafną diagnozę i precyzyjne leczenie.
Przegląd badań
Status
Rekrutacyjny
Interwencja / Leczenie
Typ studiów
Interwencyjne
Zapisy (Szacowany)
2000
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
- Nazwa: Wenhong Zhang
- Numer telefonu: (86)52889999
- E-mail: zhangwenhong@fudan.edu.cn
Lokalizacje studiów
-
-
-
Shanghai, Chiny, 200040
- Rekrutacyjny
- Huashan Hospital
-
Kontakt:
- Wenhong Zhang, Professor
- Numer telefonu: (86)52889999
- E-mail: zhangwenhong@fudan.edu.cn
-
-
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
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Tak
Opis
Kryteria włączenia:
- Wiek 1-90 lat, płeć nieokreślona.
- Wykazuje objawy infekcji dróg oddechowych
- Muszą mieć wyniki badań etiologicznych
- Musi mieć dane obrazowe;
Kryteria wykluczenia:
- Poważne artefakty na obrazach medycznych
- Rozpoznanie kliniczne wskazuje na współistniejący obrzęk płuc
- Podwójna ocena skutkuje niejasną diagnozą lub potencjalną błędną diagnozą
- Inne sytuacje, które mogą powodować trudności w czytaniu filmów lub, w ocenie badacza, uczestnik badania zostaje uznany za nienadającego się do rekrutacji.
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: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Brak interwencji: Brak interwencji
|
|
|
Eksperymentalny: Grupa zajmująca się interpretacją obrazowania medycznego w oparciu o sztuczną inteligencję
Wykorzystując informacje kliniczne, dane obrazowe i odpowiednie wyniki etiologiczne uczestników badania, opracowano narzędzie diagnostyczne AI umożliwiające specyficzne rozpoznawanie obrazowania medycznego klatki piersiowej pacjentów i wyciąganie odpowiednich wniosków diagnostycznych.
|
W grupie interpretacyjnej AI, wykorzystując informacje kliniczne, dane obrazowe i odpowiadające im wyniki etiologiczne uczestników badania, stworzono narzędzie diagnostyczne AI umożliwiające specyficzne rozpoznawanie obrazowania medycznego klatki piersiowej pacjentów i konstruowanie odpowiednich wniosków diagnostycznych.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena skuteczności diagnostycznej narzędzi diagnostycznych sztucznej inteligencji w obrazowaniu medycznym chorób zakaźnych dróg oddechowych
Ramy czasowe: 2 lata
|
Aby ocenić skuteczność diagnostyczną oprogramowania do komputerowego wykrywania infekcji (CAD) w identyfikacji infekcji płuc, w badaniu zostaną wykorzystane następujące metody: Kryteria obrazowania: Doświadczeni radiolodzy będą interpretować obrazowanie medyczne uczestników badania, służąc jako standard obrazowania. Wykrywanie wspomagane komputerowo: Jednocześnie oprogramowanie CAD będzie analizować obrazowanie medyczne uczestników w celu wygenerowania wyników diagnostycznych. Ocena skuteczności: Dokładność i spójność oprogramowania CAD zostaną ocenione poprzez porównanie jego interpretacji z diagnozami postawionymi przez radiologów. |
2 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wykorzystanie narzędzi sztucznej inteligencji do wczesnej identyfikacji i rygorystycznego ostrzegania o chorobach zakaźnych dróg oddechowych
Ramy czasowe: 2 lata
|
Dzięki integracji obrazowania medycznego uczestników badania z odpowiednimi wynikami wykrywania patogenów układu oddechowego dane te zostaną wykorzystane jako dane wejściowe zestawu szkoleniowego do narzędzia diagnostycznego AI, umożliwiając jego głębokie uczenie się.
W ramach tego procesu powstanie narzędzie diagnostyczne AI oparte na obrazowaniu patogenów.
Po zakończeniu gromadzenia danych zarówno do części badania retrospektywnego, jak i prospektywnego, planujemy ocenić postęp choroby i rokowanie uczestników badania w oparciu o analizę przeżycia i modelowanie predykcyjne.
Integrując dane kliniczne i dane obrazowe, naszym celem jest zwiększenie dokładności i precyzji modelu oceny prognostycznej.
Model będzie stale optymalizowany w zależności od zmian warunków uczestników badania zapisanych w różnych okresach czasu.
|
2 lata
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
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 kwietnia 2022
Zakończenie podstawowe (Szacowany)
1 grudnia 2025
Ukończenie studiów (Szacowany)
1 grudnia 2026
Daty rejestracji na studia
Pierwszy przesłany
7 sierpnia 2024
Pierwszy przesłany, który spełnia kryteria kontroli jakości
12 sierpnia 2024
Pierwszy wysłany (Rzeczywisty)
14 sierpnia 2024
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
14 sierpnia 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
12 sierpnia 2024
Ostatnia weryfikacja
1 sierpnia 2024
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AI-MIRID
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 .