Algoritmos de inteligência artificial para discriminar entre COVID-19 e pneumonia por influenza usando radiografias de tórax (AI-COVID-Xr)
23 de abril de 2020 atualizado por: Professor Adrian Covic
Os benefícios dos algoritmos de inteligência artificial (CNNs) para discriminar entre COVID-19 e pneumonia por influenza em um departamento de emergência usando exames de radiografia de tórax
Este projeto visa a utilização de algoritmos de inteligência artificial (discriminação de imagens), especificamente redes neurais convolucionais (CNNs) para escaneamento de radiografias de tórax no pronto-socorro (triagem) em pacientes com suspeita de sintomas respiratórios (febre, tosse, mialgia) de infecção por coronavírus COVID 19.
O objetivo é criar e validar uma solução de software que discrimine com base na radiografia de tórax entre pneumonia por Covid-19 e influenza
Visão geral do estudo
Status
Desconhecido
Condições
Descrição detalhada
Este projeto visa utilizar algoritmos de inteligência artificial (discriminação de imagem);
- especificamente redes neurais convolucionais (CNNs) para varredura de radiografias de tórax no departamento de emergência (triagem) em pacientes com suspeita de sintomas respiratórios (febre, tosse, mialgia) de infecção por coronavírus COVID 19;
- o objetivo é criar e validar uma solução de software que discrimine com base na radiografia de tórax entre pneumonite Covid-19 e influenza;
- este software será treinado introduzindo Raios-X de pacientes com/sem pneumonia por COVID-19 e/ou pneumonite gripal;
- o mesmo algoritmo de IA será executado em futuras varreduras de raio-X para prever possível pneumonia por COVID-19
Tipo de estudo
Observacional
Inscrição (Antecipado)
200
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
-
Cremona, Itália, 26100
- Recrutamento
- U.O. Multidisciplinare di Patologia Mammaria e Ricerca Traslazionale; Dipartimento Universitario Clinico di Scienze Mediche, Chirurgiche e della Salute Università degli Studi di Trieste
-
Contato:
- Daniele Generali, MD, PhD
- Número de telefone: +390372408042
- E-mail: dgenerali@units.it
-
Investigador principal:
- Daniele Generali, MD, PhD
-
-
-
-
-
London, Reino Unido
- Recrutamento
- Department of Cardiology at Chelsea and Westminster NHS hospital
-
Contato:
- Emmanuel Ako, MD, PhD
- Número de telefone: +447932970131
- E-mail: e.ako@ucl.ac.uk
-
Investigador principal:
- Emmanuel Ako, MD, PhD
-
-
-
-
-
Iaşi, Romênia, 700503
- Recrutamento
- University of Medicine and Pharmacy Gr T Popa
-
Contato:
- Alexandru Burlacu, MD, PhD
- Número de telefone: 0040744488580
- E-mail: alexandru.burlacu@umfiasi.ro
-
Investigador principal:
- Alexandru Burlacu, MD, PhD
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra de Probabilidade
População do estudo
Todos os pacientes com sintomas de influenza que chegam ao pronto-socorro com tosse, febre, mialgia - com suspeita de infecção por COVID-19
Descrição
Critério de inclusão:
- sintomas semelhantes aos da gripe: mialgia, tosse, febre, expectoração
- radiografia de tórax
- Testes biológicos COVID-19
Critério de exclusão:
- recusa do paciente
- radiografias incertas
- resultados de testes incertos
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Pacientes sintomáticos
Nosso objetivo é identificar um algoritmo de inteligência artificial que possa ser executado em radiografias pulmonares em pacientes com gripe/sintomas virais respiratórios que chegam ao pronto-socorro/triagem.
Este algoritmo visa identificar as radiografias de pacientes com COVID-19 e aqueles com pneumonite influenza, com precisão verificada pelos testes COVID-19.
|
Raios-X de tórax; IA CNNs; Resultados
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Raio X positivo para COVID-19
Prazo: 6 meses
|
Número de participantes com pneumonite na radiografia de tórax e positivo para COVID 19
|
6 meses
|
|
Raio X negativo para COVID-19
Prazo: 6 meses
|
Número de participantes com pneumonite na radiografia de tórax e COVID 19 negativo
|
6 meses
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Investigadores
- Investigador principal: Alexandru Burlacu, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi
- Investigador principal: Radu Dabija, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
18 de março de 2020
Conclusão Primária (Antecipado)
16 de agosto de 2020
Conclusão do estudo (Antecipado)
18 de agosto de 2020
Datas de inscrição no estudo
Enviado pela primeira vez
17 de março de 2020
Enviado pela primeira vez que atendeu aos critérios de CQ
17 de março de 2020
Primeira postagem (Real)
18 de março de 2020
Atualizações de registro de estudo
Última Atualização Postada (Real)
27 de abril de 2020
Última atualização enviada que atendeu aos critérios de controle de qualidade
23 de abril de 2020
Última verificação
1 de abril de 2020
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
- Processos Patológicos
- Infecções por coronavírus
- Infecções por Coronaviridae
- Infecções por Nidovírus
- Infecções por vírus de RNA
- Doenças Virais
- Infecções
- Infecções do Trato Respiratório
- Doenças Respiratórias
- Doenças pulmonares
- Atributos da doença
- Infecção cruzada
- Doença Iatrogênica
- Infecções por Orthomyxoviridae
- Pneumonia associada à assistência à saúde
- COVID-19
- Pneumonia
- Gripe Humana
- Pneumonia Viral
- Doenças Pulmonares Intersticiais
- Pneumonia Associada à Ventilação
Outros números de identificação do estudo
- 0110
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
SIM
Descrição do plano IPD
Sim, ficaríamos felizes em compartilhar o código do algoritmo e os resultados com qualquer cientista interessado (sem nenhum interesse financeiro)
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
- CIF
- ANALYTIC_CODE
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .