Платформа для разработки междисциплинарного медицинского искусственного интеллекта (AI)
16 мая 2021 г. обновлено: Haotian Lin, Sun Yat-sen University
Биомедицинское глубокое обучение (ГО) часто в значительной степени зависит от создания надежных меток для крупномасштабных данных и высокотехнологичных требований к обучению моделей.
Для эффективной разработки моделей глубокого обучения мы создали интегрированную платформу для автоматизации как аннотирования, так и обучения модели — основного процесса разработки модели глубокого обучения.
На основе этой платформы мы количественно проверили и сравнили стратегию аннотирования и разработку модели ИИ с чисто ручным методом аннотирования, выполненным на наборах данных медицинских изображений из разных дисциплин.
Обзор исследования
Статус
Рекрутинг
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.
Контакты исследования
- Имя: Haotian Lin, Ph.D, M.D.
- Номер телефона: +86-020-87330274
- Электронная почта: gddlht@aliyun.com
Места учебы
-
-
Guangdong
-
Guangzhou, Guangdong, Китай, 510060
- Рекрутинг
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Контакт:
- Haotian Lin, Ph.D, M.D.
- Номер телефона: +86-020-87330274
- Электронная почта: gddlht@aliyun.com
-
-
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
Да
Полы, имеющие право на обучение
Все
Метод выборки
Вероятностная выборка
Исследуемая популяция
медицинская визуализация для нескольких дисциплин, включая офтальмологию, патологию, рентгенографию, клетки крови и эндоскопию
Описание
Критерии включения:
- иметь записи медицинских изображений (включая офтальмологию, патологию, рентгенографию, клетки крови и эндоскопию)
Критерий исключения:
- неквалифицированная медицинская визуализация
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 |
|---|
|
группа сотрудничества человек-машина
медицинские работники и совместная работа машин для создания аннотаций и моделей ИИ
|
|
чисто ручная группа
медицинских работников для исключительно ручного аннотирования и разработки моделей ИИ
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
точность аннотации
Временное ограничение: исходный уровень
|
рассчитать точность аннотации для сравнения между группами с использованием результатов аннотации
|
исходный уровень
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
точность работы модели
Временное ограничение: исходный уровень
|
рассчитать точность модели ИИ для сравнения между группами с использованием результатов, предсказанных моделью
|
исходный уровень
|
|
AUC производительности модели
Временное ограничение: исходный уровень
|
рассчитать AUC модели AI для сравнения между группами с использованием результатов, предсказанных моделью
|
исходный уровень
|
|
стоимость времени аннотации
Временное ограничение: исходный уровень
|
рассчитать стоимость времени аннотации для сравнения между группами с использованием времени, записанного во время тестов
|
исходный уровень
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
Следователи
- Главный следователь: Haotian Lin, Ph.D, M.D., Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
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 2021 г.
Первичное завершение (Действительный)
1 апреля 2021 г.
Завершение исследования (Ожидаемый)
31 мая 2021 г.
Даты регистрации исследования
Первый отправленный
18 марта 2021 г.
Впервые представлено, что соответствует критериям контроля качества
16 мая 2021 г.
Первый опубликованный (Действительный)
18 мая 2021 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
18 мая 2021 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
16 мая 2021 г.
Последняя проверка
1 мая 2021 г.
Дополнительная информация
Термины, связанные с этим исследованием
Другие идентификационные номера исследования
- AIplatform-2020
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. .
Клинические исследования Медицинская визуализация
-
Universitaire Ziekenhuizen KU LeuvenЗавершенныйТест-ретест Надежность | Срок действия | Biodex Medical Systems III Динамометр | Экспериментальное измерение силы разгибания коленаБельгия
-
Columbia Care Inc.ЗавершенныйКвалификационные условия программы New York Medical Marijuana ProgramСоединенные Штаты