Explorando a eficácia da aplicação de ferramentas de diagnóstico de inteligência artificial (IA) em imagens médicas (MI) de doenças respiratórias (R) infecciosas (I) (D) (AI-MIRID)
12 de agosto de 2024 atualizado por: Wen-hong Zhang, Huashan Hospital
A identificação precoce e o alerta severo das doenças infecciosas respiratórias agudas são de suma importância.
Utilizar meios eficazes para fazer diagnósticos corretos da fonte de infecção numa fase inicial é a premissa de todas as medidas eficazes.
AI-MID é uma iniciativa de pesquisa que utiliza ferramentas de inteligência artificial para auxiliar no diagnóstico clínico por imagens médicas de doenças respiratórias, com o objetivo de reduzir o tempo que os médicos gastam revisando imagens, aumentar a eficiência do trabalho e aumentar a sensibilidade e especificidade da detecção de pneumonia, melhorando assim a taxa de detecção de pneumonia em nível popular.
Essa abordagem facilita a prevenção precisa, o diagnóstico preciso e o tratamento preciso.
Visão geral do estudo
Status
Recrutamento
Intervenção / Tratamento
Tipo de estudo
Intervencional
Inscrição (Estimado)
2000
Estágio
- Não aplicável
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.
Contato de estudo
- Nome: Wenhong Zhang
- Número de telefone: (86)52889999
- E-mail: zhangwenhong@fudan.edu.cn
Locais de estudo
-
-
-
Shanghai, China, 200040
- Recrutamento
- Huashan Hospital
-
Contato:
- Wenhong Zhang, Professor
- Número de telefone: (86)52889999
- E-mail: zhangwenhong@fudan.edu.cn
-
-
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
Sim
Descrição
Critérios de inclusão:
- 1 a 90 anos, sexo não especificado.
- Apresenta sintomas de infecção do trato respiratório
- Deve ter resultados de exame etiológico
- Deve ter dados de imagem;
Critérios de exclusão:
- Artefatos graves em imagens médicas
- O diagnóstico clínico indica edema pulmonar concomitante
- A revisão dupla resulta em diagnóstico pouco claro ou em potencial diagnóstico incorreto
- Outras situações que possam causar dificuldades na leitura dos filmes, ou por determinação do pesquisador, o participante do estudo será considerado inapto para inscrição.
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
- Finalidade Principal: Diagnóstico
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Sem intervenção: Sem intervenção
Não intervenção
|
|
|
Experimental: Grupo de interpretação de imagens médicas baseadas em Inteligência Artificial
Usando informações clínicas, dados de imagem e resultados etiológicos correspondentes dos participantes do estudo, uma ferramenta de diagnóstico de IA é estabelecida para reconhecer especificamente imagens médicas do tórax dos pacientes e construir conclusões diagnósticas correspondentes.
|
No grupo de interpretação de IA, usando informações clínicas, dados de imagem e resultados etiológicos correspondentes dos participantes do estudo, uma ferramenta de diagnóstico de IA é estabelecida para reconhecer especificamente imagens médicas do tórax dos pacientes e construir conclusões diagnósticas correspondentes.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Avaliando a eficácia diagnóstica de ferramentas de diagnóstico de inteligência artificial em imagens médicas de doenças infecciosas respiratórias
Prazo: 2 anos
|
Para avaliar a eficácia diagnóstica do software de detecção auxiliada por computador (CAD) na identificação de infecções pulmonares, o estudo empregará os seguintes métodos: Critérios de imagem: Radiologistas experientes interpretarão as imagens médicas dos participantes do estudo, servindo como padrão de imagem. Detecção auxiliada por computador: Ao mesmo tempo, o software CAD analisará as imagens médicas dos participantes para gerar resultados de diagnóstico. Avaliação de eficácia: A precisão e consistência do software CAD serão avaliadas comparando suas interpretações com os diagnósticos feitos pelos radiologistas. |
2 anos
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Utilização de ferramentas de inteligência artificial para identificação precoce e alerta severo de doenças infecciosas respiratórias
Prazo: 2 anos
|
Ao integrar as imagens médicas dos participantes do estudo com os resultados correspondentes de detecção de patógenos respiratórios, esses dados serão usados como entrada do conjunto de treinamento na ferramenta de diagnóstico de IA, permitindo que ela passe por um aprendizado profundo.
Este processo estabelecerá uma ferramenta de diagnóstico de IA baseada em imagens de patógenos.
Depois de concluir a coleta de dados para as seções do estudo retrospectivo e prospectivo, planejamos avaliar a progressão da doença e o prognóstico dos participantes do estudo com base na análise de sobrevivência e modelagem preditiva.
Ao integrar dados clínicos e dados de imagem, pretendemos aumentar a exatidão e precisão do modelo de avaliação prognóstica.
O modelo será continuamente otimizado de acordo com as mudanças nas condições dos participantes do estudo inscritos em diferentes períodos de tempo.
|
2 anos
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
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)
1 de abril de 2022
Conclusão Primária (Estimado)
1 de dezembro de 2025
Conclusão do estudo (Estimado)
1 de dezembro de 2026
Datas de inscrição no estudo
Enviado pela primeira vez
7 de agosto de 2024
Enviado pela primeira vez que atendeu aos critérios de CQ
12 de agosto de 2024
Primeira postagem (Real)
14 de agosto de 2024
Atualizações de registro de estudo
Última Atualização Postada (Real)
14 de agosto de 2024
Última atualização enviada que atendeu aos critérios de controle de qualidade
12 de agosto de 2024
Última verificação
1 de agosto de 2024
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- AI-MIRID
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
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 .