Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Алгоритмы искусственного интеллекта для различения COVID-19 и гриппозного пневмонита с помощью рентгенографии грудной клетки (AI-COVID-Xr)

23 апреля 2020 г. обновлено: Professor Adrian Covic

Преимущества алгоритмов искусственного интеллекта (CNN) для различения COVID-19 и гриппозного пневмонита в отделении неотложной помощи с использованием рентгенологических исследований органов грудной клетки

Этот проект направлен на использование алгоритмов искусственного интеллекта (различение изображений), в частности сверточных нейронных сетей (CNN), для сканирования рентгенограмм грудной клетки в отделении неотложной помощи (сортировка) у пациентов с подозрением на респираторные симптомы (лихорадка, кашель, миалгия) коронавирусной инфекции COVID 19. Цель состоит в том, чтобы создать и проверить программное решение, которое на основе рентгенографии грудной клетки различает пневмонит Covid-19 и грипп.

Обзор исследования

Статус

Неизвестный

Условия

Вмешательство/лечение

Подробное описание

Этот проект направлен на использование алгоритмов искусственного интеллекта (распознавание изображений);

  • специфически сверточные нейронные сети (CNN) для сканирования рентгенограмм органов грудной клетки в отделении неотложной помощи (триаж) у пациентов с подозрением на респираторные симптомы (лихорадка, кашель, миалгия) коронавирусной инфекции COVID 19;
  • цель состоит в том, чтобы создать и проверить программное решение, которое на основе рентгенографии грудной клетки различает пневмонит Covid-19 и грипп;
  • это программное обеспечение будет обучено путем внедрения рентгеновских снимков пациентов с/без пневмонита, вызванного COVID-19, и/или пневмонита, вызванного гриппом;
  • тот же алгоритм ИИ будет работать на будущих рентгеновских снимках для прогнозирования возможного пневмонита COVID-19.

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

200

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Италия
      • Cremona, Италия, 26100
        • Рекрутинг
        • U.O. Multidisciplinare di Patologia Mammaria e Ricerca Traslazionale; Dipartimento Universitario Clinico di Scienze Mediche, Chirurgiche e della Salute Università degli Studi di Trieste
        • Контакт:
          • Daniele Generali, MD, PhD
          • Номер телефона: +390372408042
          • Электронная почта: dgenerali@units.it
        • Главный следователь:
          • Daniele Generali, MD, PhD
  • Румыния
      • Iaşi, Румыния, 700503
        • Рекрутинг
        • University of Medicine and Pharmacy Gr T Popa
        • Контакт:
        • Главный следователь:
          • Alexandru Burlacu, MD, PhD
  • Соединенное Королевство
      • London, Соединенное Королевство
        • Рекрутинг
        • Department of Cardiology at Chelsea and Westminster NHS hospital
        • Контакт:
          • Emmanuel Ako, MD, PhD
          • Номер телефона: +447932970131
          • Электронная почта: e.ako@ucl.ac.uk
        • Главный следователь:
          • Emmanuel Ako, MD, PhD

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

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Вероятностная выборка

Исследуемая популяция

Все пациенты с симптомами гриппа, поступающие в отделение неотложной помощи с кашлем, лихорадкой, миалгией, с подозрением на инфекцию COVID-19.

Описание

Критерии включения:

  • гриппоподобные симптомы: миалгия, кашель, лихорадка, мокрота
  • Рентген грудной клетки
  • Биологические тесты COVID-19

Критерий исключения:

  • отказ пациента
  • неопределенные рентгенограммы
  • неопределенные результаты испытаний

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

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Симптоматические пациенты
Наша цель — определить алгоритм искусственного интеллекта, который можно запускать на рентгенограммах легких у пациентов с симптомами гриппа/респираторных вирусов, поступающих в отделение неотложной помощи/сортировки. Этот алгоритм направлен на идентификацию рентгенограмм пациентов с COVID-19 и пациентов с гриппозным пневмонитом с точностью, подтвержденной тестами на COVID-19.
Диагностический тест: Сканирование рентгенограмм грудной клетки и выполнение алгоритмов ИИ на изображениях
Рентген грудной клетки; ИИ CNN; Полученные результаты

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
COVID-19 положительный рентген
Временное ограничение: 6 месяцев
Количество участников с пневмонитом на рентгенограмме грудной клетки и положительным результатом на COVID-19
6 месяцев
COVID-19 отрицательный рентген
Временное ограничение: 6 месяцев
Количество участников с пневмонитом на рентгенограмме грудной клетки и отрицательным результатом на COVID-19
6 месяцев

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Professor Adrian Covic

Соавторы

Falcon Trading Iasi
Romanian Academy of Medical Sciences

Следователи

  • Главный следователь: Alexandru Burlacu, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi
  • Главный следователь: Radu Dabija, Lecturer, University of Medicine and Pharmacy Gr T Popa - Iasi

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)

18 марта 2020 г.

Первичное завершение (Ожидаемый)

16 августа 2020 г.

Завершение исследования (Ожидаемый)

18 августа 2020 г.

Даты регистрации исследования

Первый отправленный

17 марта 2020 г.

Впервые представлено, что соответствует критериям контроля качества

17 марта 2020 г.

Первый опубликованный (Действительный)

18 марта 2020 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

27 апреля 2020 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

23 апреля 2020 г.

Последняя проверка

1 апреля 2020 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • 0110

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

ДА

Описание плана IPD

Да, мы будем рады поделиться кодом алгоритма и результатами с любым заинтересованным ученым (без каких-либо финансовых интересов)

Совместное использование IPD Поддерживающий тип информации

  • STUDY_PROTOCOL
  • МКФ
  • АНАЛИТИЧЕСКИЙ_КОД

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

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. .

Подписаться