Detecção automatizada de artrite usando inteligência artificial em fotografias de smartphones (AISynovitis)
Métodos de detecção automatizada de artrite inflamatória e formação de um banco de dados de imagens
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Nos últimos 4 anos, pretendemos revolucionar a detecção da artrite através da integração de inteligência artificial avançada. Este projeto visa detectar artrite com base em fotografias de áreas articulares de smartphones que a tornam escalável e disponível na comunidade. Primeiro desenvolvemos um pipeline e modelos de prova de conceito atraentes usando 100 pacientes. (publicado em Frontiers in Medicine, novembro de 2023, onde demonstramos que esta tecnologia funciona com precisão razoável no laboratório, ou seja, o nível de prontidão tecnológica está atualmente em 3-4). Seguimos com um artigo mais recente (enviado para publicação, disponível no servidor de pré-impressão MedRxiv) que treinou duas CNNs diferentes, uma CNN de triagem em mãos não cortadas que distingue pacientes de controles seguida por detecções específicas de articulações.
O sistema envolve infraestrutura de apoio que permitirá a detecção eficiente da artrite. Isso inclui
- Coleta de fotos de forma padronizada em caixas personalizadas
- Usando e testando um pipeline de navegador
- Os modelos da CNN serão treinados no conjunto de dados de fotografias tiradas e os resultados serão divulgados aos médicos da comunidade. Isso garante um médico informado que pode posteriormente tomar medidas com base nos resultados para novos testes de confirmação ou tratamento.
- Compreender o conhecimento e a atitude dos pacientes e médicos em relação à IA nos algoritmos de tomada de decisão clínica
Este é um estudo prospectivo e não intervencionista e este projeto envolve apenas um investigador tirando uma fotografia com smartphone de algumas áreas articulares mantidas em posições padronizadas. Isto não envolve nenhum risco para o paciente.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Locais de estudo
-
-
-
Pune, Índia, 411001
- Poona Superspeciality Clinic
-
-
Maharashtra
-
Pune, Maharashtra, Índia, 411004
- Rheumatology Clinic
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critérios de inclusão:
- Artrite inflamatória de qualquer etiologia
Critérios de exclusão:
- Deformidade grave que dificulta a padronização das fotografias
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Artrite inflamatória
Pacientes com artrite inflamatória, independentemente da etiologia, incluindo artrite reumatóide, artrite psoriática, lúpus eritematoso sistêmico e artrite viral
|
Os pacientes farão exames e fotografias clínicas de redes convolucionais para diagnosticar artrite inflamatória
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão do diagnóstico de IA em relação à opinião de um especialista (reumatologista)
Prazo: 3 anos
|
Concordância da detecção de sinovite por rede neural convolucional (binária) com opinião de especialista clinicamente diagnosticada (opinião de reumatologista)
|
3 anos
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão do diagnóstico de IA em relação ao diagnóstico por imagem no ultrassom
Prazo: 3 anos
|
Concordância da detecção de sinovite pela rede neural convolucional (binária) comparada à ultrassonografia musculoesquelética
|
3 anos
|
|
Sensibilidade para mudar
Prazo: 3 anos
|
A rede neural convolucional pode detectar mudanças de uma articulação inflamada para uma não inflamada?
|
3 anos
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Sanat Phatak, MD, DM, Med2Measure
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
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
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- M2M-ID0001
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Prazo de Compartilhamento de IPD
Critérios de acesso de compartilhamento IPD
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
- CIF
- CSR
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
produto fabricado e exportado 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 .