Алгоритм глубокого обучения для диагностики желудочно-кишечных заболеваний
14 февраля 2020 г. обновлено: Xiuli Zuo, Shandong University
Разработка и валидация алгоритма глубокого обучения для диагностики желудочно-кишечных заболеваний
Целью данного исследования является разработка и проверка алгоритма глубокого обучения для диагностики желудочно-кишечных заболеваний.
Затем оцените точность этой новой системы распознавания с помощью искусственного интеллекта (ИИ) в клинической практике.
Обзор исследования
Статус
Неизвестный
Условия
Вмешательство/лечение
Подробное описание
Недавно алгоритм глубокого обучения, основанный на центральных нейронных сетях (CNN), продемонстрировал многочисленные возможности в компьютерном обнаружении и компьютерной диагностике поражений желудочно-кишечного тракта.
Однако в распознавании всех желудочно-кишечных заболеваний остается пробел.
Это исследование направлено на разработку и проверку алгоритма глубокого обучения для диагностики желудочно-кишечных заболеваний.
Затем оцените точность этой новой системы распознавания с помощью искусственного интеллекта (ИИ) в клинической практике.
Тип исследования
Интервенционный
Регистрация (Ожидаемый)
100000
Фаза
- Непригодный
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
Shandong
-
Jinan, Shandong, Китай, 250012
- Рекрутинг
- Qilu Hospital, Shandong University
-
Контакт:
- Xiuli Zuo, PhD
- Номер телефона: 053188369277 15588818685
- Электронная почта: zuoxiuli@sdu.edu.cn
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
18 лет и старше (Взрослый, Пожилой взрослый)
Принимает здоровых добровольцев
Нет
Полы, имеющие право на обучение
Все
Описание
Критерии включения:
- Участники в возрасте 18 лет и старше, которые ранее не проходили эндоскопию, были получены из всех участвующих больниц.
Критерий исключения:
-
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
- Основная цель: Диагностика
- Распределение: Н/Д
- Интервенционная модель: Одногрупповое задание
- Маскировка: Нет (открытая этикетка)
Оружие и интервенции
Группа участников / Армия |
Вмешательство/лечение |
|---|---|
|
Экспериментальный: ИИ-мониторинг желудочно-кишечной эндоскопии
После получения стандартного режима подготовки пациенты проходят колоноскопию или гастроскопию под аппаратом для мониторинга ИИ.
Вся процедура контролируется системой распознавания, связанной с ИИ.
Заболевания желудочно-кишечного тракта будут обнаруживаться и диагностироваться, при этом устройство ИИ будет автоматически захватывать соответствующие изображения и сообщать о местонахождении каждого сегмента на экране.
Гистологический анализ считается золотым стандартом.
Затем все изображения, полученные искусственным интеллектом, будут рассмотрены группой людей, состоящей из трех-пяти опытных врачей-эндоскопистов.
|
После получения стандартного режима подготовки пациенты проходят колоноскопию или гастроскопию под аппаратом для мониторинга ИИ.
Вся процедура контролируется системой распознавания, связанной с ИИ.
Заболевания желудочно-кишечного тракта будут обнаруживаться и диагностироваться, при этом устройство ИИ будет автоматически захватывать соответствующие изображения и сообщать о местонахождении каждого сегмента на экране.
Гистологический анализ считается золотым стандартом.
Затем все изображения, полученные искусственным интеллектом, будут рассмотрены группой людей, состоящей из трех-пяти опытных врачей-эндоскопистов.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Точность диагностики заболеваний желудочно-кишечного тракта с помощью алгоритма глубокого обучения.
Временное ограничение: 1 месяц
|
Точность диагностики заболеваний желудочно-кишечного тракта с помощью алгоритма глубокого обучения.
|
1 месяц
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Диагностическая чувствительность желудочно-кишечных заболеваний с алгоритмом глубокого обучения.
Временное ограничение: 1 месяц
|
Диагностическая чувствительность желудочно-кишечных заболеваний с алгоритмом глубокого обучения.
|
1 месяц
|
|
Диагностическая специфика заболеваний желудочно-кишечного тракта с помощью алгоритма глубокого обучения.
Временное ограничение: 1 месяц
|
Диагностическая специфика заболеваний желудочно-кишечного тракта с помощью алгоритма глубокого обучения.
|
1 месяц
|
|
Диагностическая положительная прогностическая ценность желудочно-кишечных заболеваний с помощью алгоритма глубокого обучения.
Временное ограничение: 1 месяц
|
Диагностическая специфика заболеваний желудочно-кишечного тракта с помощью алгоритма глубокого обучения.
|
1 месяц
|
|
Диагностическая отрицательная прогностическая ценность желудочно-кишечных заболеваний с помощью алгоритма глубокого обучения.
Временное ограничение: 1 месяц
|
Диагностическая специфика заболеваний желудочно-кишечного тракта с помощью алгоритма глубокого обучения.
|
1 месяц
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
1 января 2020 г.
Первичное завершение (Ожидаемый)
1 февраля 2020 г.
Завершение исследования (Ожидаемый)
1 февраля 2020 г.
Даты регистрации исследования
Первый отправленный
7 января 2020 г.
Впервые представлено, что соответствует критериям контроля качества
7 января 2020 г.
Первый опубликованный (Действительный)
10 января 2020 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
18 февраля 2020 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
14 февраля 2020 г.
Последняя проверка
1 февраля 2020 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 2019-SDU-QILU-G710
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
продукт, произведенный в США и экспортированный из США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .