Conjunto de dados de imagens radiográficas da Covid para IA (CORDA)
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
O vírus COVID-19 se espalhou rapidamente na China continental e em vários países do mundo. Em 7 de abril de 2020, na Itália, um dos países mais gravemente afetados, foram registrados 135.586 pacientes com COVID19 e 17.127 deles morreram; No momento em que escrevo, o Piemonte é a 3ª região mais afetada da Itália, com 13.343 casos registrados. O diagnóstico precoce é um elemento fundamental para o tratamento adequado dos pacientes e prevenção da propagação da doença. Dado o alto tropismo do COVID-19 pelas vias respiratórias e epitélio pulmonar, a identificação do envolvimento pulmonar em pacientes infectados pode ser relevante para o tratamento e monitoramento da doença. Atualmente, o teste de vírus é considerado o único método específico de diagnóstico. O Centro de Controle de Doenças (CDC) nos EUA recomenda coletar e testar amostras do trato respiratório superior (swabs nasofaríngeos e orofaríngeos) ou do trato respiratório inferior quando disponível (lavado broncoalveolar, LBA) para testes virais com reação em cadeia da polimerase com transcrição reversa (RT-PCR). Os documentos de posição atuais das sociedades radiológicas (Fleischner Society, SIRM, RSNA) não recomendam o uso rotineiro de imagens para o diagnóstico de COVID-19.
No entanto, tem sido amplamente demonstrado que, mesmo nos estágios iniciais da doença, a radiografia de tórax (RX) e a tomografia computadorizada (TC) podem mostrar achados patológicos. Deve-se notar que eles são realmente inespecíficos e se sobrepõem a outras infecções virais (como influenza, H1N1, SARS e MERS): a maioria dos autores relata opacidades periféricas bilaterais mal definidas e em vidro fosco, principalmente envolvendo os lobos inferiores, progressivamente aumentando em extensão à medida que a doença se torna mais grave e levando à consolidação difusa do parênquima, a TC é uma ferramenta sensível para a detecção precoce de opacidades periféricas em vidro fosco; no entanto, o papel rotineiro da tomografia computadorizada nesses pacientes é logisticamente desafiador em termos de segurança para profissionais de saúde e outros pacientes e pode sobrecarregar os recursos disponíveis. A radiografia de tórax pode ser uma ferramenta útil, especialmente em situações de emergência: pode ajudar a excluir outras possíveis "noxas" pulmonares, permitir uma primeira avaliação aproximada da extensão do envolvimento pulmonar e, o mais importante, pode ser obtida no leito do paciente usando dispositivos portáteis, limitando a possível exposição em profissionais de saúde e outros pacientes. Além disso, a RX pode ser repetida ao longo do tempo para monitorar a evolução da doença pulmonar.
Metodologia:
descrevemos a abordagem de aprendizado profundo com base em um pipeline bastante padrão, ou seja, pré-processamento de imagem do tórax e segmentação do pulmão, seguido pelo modelo de classificação obtido com o aprendizado de transferência. Como veremos nesta seção, o pré-processamento dos dados é fundamental para remover qualquer viés presente nos dados. Em particular, mostraremos que é fácil para um modelo profundo reconhecer esses vieses que conduzem o processo de aprendizagem. Dado o pequeno tamanho dos conjuntos de dados COVID, um papel fundamental é desempenhado pelos conjuntos de dados maiores usados para pré-treinamento. Portanto, primeiro discutimos quais conjuntos de dados podem ser usados para nossos objetivos.
Tipo de estudo
Inscrição (Antecipado)
Contactos e Locais
Locais de estudo
-
-
Turin
-
Torino, Turin, Itália, 10126
- Recrutamento
- Azienda Ospedaliero Universitaria Citta Della Salute E Della Scienza
-
Contato:
- Marco Grosso, M.Sc.
- Número de telefone: 00390116331330
- E-mail: mgrosso2@gmail.com
-
Investigador principal:
- Giorgio Limerutti, M.D.
-
Subinvestigador:
- Paolo Fonio, M.D.
-
Subinvestigador:
- Marco Grosso, M.Sc.
-
Subinvestigador:
- Stefano Tibaldi, M.Sc.
-
Subinvestigador:
- Simona Capello, M.D.
-
Subinvestigador:
- Patrizia Sardo, M.D.
-
Subinvestigador:
- Claudio Berzovini, M.D.
-
Subinvestigador:
- Francesca Santinelli, M.Sc.
-
Subinvestigador:
- Marco Calandri, M.D.
-
Subinvestigador:
- Andrea Ferraris, M.D.
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- ADULTO
- OLDER_ADULT
- CRIANÇA
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critérios de inclusão: radiografia de tórax realizada durante o pronto-socorro ou internação
-
Critério de exclusão:
- Nenhum
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
casos de pneumonia intersticial
Diagnóstico de radiografia de tórax
|
alimentamos a rede neural com imagens de radiografia de tórax para ensinar a rede para diagnóstico automático de pneumonia intersticial
|
|
Controles negativos
Radiografia de tórax Negativo para pneumonia
|
alimentamos a rede neural com imagens de radiografia de tórax para ensinar a rede para diagnóstico automático de pneumonia intersticial
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
sensibilidade e especificidade do diagnóstico de redes neurais
Prazo: no dia 0
|
sensibilidade e especificidade do diagnóstico de rede neural em comparação com o diagnóstico humano
|
no dia 0
|
Colaboradores e Investigadores
Investigadores
- Investigador principal: Giorgio Limerutti, M.D., Radiology Unit A.O.U. Città della Salute e della Scienza
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (REAL)
Conclusão Primária (ANTECIPADO)
Conclusão do estudo (ANTECIPADO)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (REAL)
Atualizações de registro de estudo
Última Atualização Postada (REAL)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- CORDA
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
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 .
Ensaios clínicos em Inteligência artificial
-
Medtronic Cardiac Rhythm and Heart FailureRescindidoMarcapasso Cardíaco Artificial | Estimulação Cardíaca ArtificialCanadá, Estados Unidos, Israel, Itália, Catar, China
-
Uşak UniversityConcluídoCompetências Digitais | Inteligência Artificial (IA) | Estudantes fisioterapeutas | Aceitação da inteligência artificial | Atitude de inteligência artificialPeru
-
Cambridge Health AllianceInscrevendo-se por conviteIA (Inteligência Artificial) | Modelo de linguagem grande | Inteligência artificial generativaEstados Unidos
-
John J ChenConcluídoComunicação | Comunicação Interdisciplinar | Inteligência Artificial (IA) | Tecnologia de Inteligência ArtificialEstados Unidos
-
University of YalovaAinda não está recrutandoInteligência artificial | Educação em Enfermagem | Competência clínica | Inteligência Artificial (IA) | Processo de enfermagem | Nursing Process Competence | Artificial Intelligence Perception and AttitudeTurquia (Türkiye)
-
Tanta UniversityAinda não está recrutando
-
Recep Tayyip Erdogan UniversityConcluído
-
Kanuni Sultan Suleyman Training and Research HospitalConcluído
-
Istituto Clinico HumanitasConcluído
-
Istituto Clinico HumanitasConcluídoInteligência artificialItália