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

Автоматическая оценка степени кишечной метаплазии с помощью искусственного интеллекта

14 июля 2022 г. обновлено: Yanqing Li, Shandong University

Разработка и валидация системы искусственного интеллекта для автоматической оценки степени кишечной метаплазии

Желудочно-кишечная метаплазия (ЖИМ) является важной стадией рака желудка (РЖ). Благодаря техническому прогрессу эндоскопии с усилением изображения (ИЭЭ) исследования показали, что ИЭЭ обладает высокой точностью для диагностики GIM. Было показано, что эндоскопическая система классификации (EGGIM), новая эндоскопическая система оценки риска РЖ, точно определяет широкий круг пациентов с ГИМ. Однако высокая диагностическая точность GIM с использованием оценок IEE и EGGIM требует большого опыта, что ограничивает применение EGGIM. Исследователи стремятся разработать компьютерную диагностическую программу с использованием глубокой нейронной сети для автоматической оценки степени ИМ и расчета баллов по шкале EGGIM.

Обзор исследования

Подробное описание

Во всем мире рак желудка является пятым по распространенности злокачественным новообразованием и третьей по значимости причиной смертности от рака. Желудочно-кишечная метаплазия (ЖИМ) является промежуточным предраковым поражением желудка в каскаде рака желудка. Исследования показали, что 5-летняя кумулятивная заболеваемость раком желудка у больных ИМ колеблется от 5,3% до 9,8%. Благодаря техническому прогрессу эндоскопии с усилением изображения (ИЭЭ) исследования показали, что ИЭЭ обладает высокой точностью для диагностики GIM. Было показано, что эндоскопическая система классификации (EGGIM), новая эндоскопическая система оценки риска РЖ, точно определяет широкий круг пациентов с ГИМ. Однако высокая диагностическая точность GIM с использованием оценок IEE и EGGIM требует большого опыта, что ограничивает применение EGGIM. Исследователи стремятся разработать компьютерную диагностическую программу с использованием глубокой нейронной сети для автоматической оценки степени ИМ и расчета баллов по шкале EGGIM.

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

600

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
        • Department of Gastrology, QiLu Hospital, Shandong University

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

От 18 лет до 80 лет (Взрослый, Пожилой взрослый)

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

В исследование будут включены последовательные пациенты, прошедшие обследование IEE и прошедшие скрининг, которые соответствуют критериям приемлемости в больнице Цилу Шаньдунского университета.

Описание

Критерии включения:

  • пациенты в возрасте 18-80 лет, проходящие обследование ИЭЭ

Критерий исключения:

  • пациенты с тяжелой сердечной, церебральной, легочной или почечной дисфункцией или психическими расстройствами, которые не могут участвовать в гастроскопии
  • пациенты с предшествующими хирургическими вмешательствами на желудке
  • пациенты, которые отказываются подписывать форму информированного согласия

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

  • Наблюдательные модели: Другой
  • Временные перспективы: Ретроспектива

Когорты и вмешательства

Группа / когорта
группа для обучения алгоритму
Эта группа изображений используется для обучения алгоритма искусственного интеллекта.
группа для тестирования алгоритма
Эта группа изображений используется для тестирования алгоритма искусственного интеллекта.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Специфичность модели ИИ для оценки степени кишечной метаплазии по эндоскопической картине
Временное ограничение: 2 года
Специфичность модели ИИ для оценки степени кишечной метаплазии по эндоскопической картине
2 года
Точность модели ИИ для оценки степени кишечной метаплазии по эндоскопической картине
Временное ограничение: 2 года
Точность модели ИИ для оценки степени кишечной метаплазии по эндоскопической картине
2 года
Чувствительность модели ИИ для оценки степени кишечной метаплазии по эндоскопической картине
Временное ограничение: 2 года
Чувствительность модели ИИ для оценки степени кишечной метаплазии у
2 года

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Точность опытных эндоскопистов в оценке степени кишечной метаплазии
Временное ограничение: 2 года
Точность опытных эндоскопистов в оценке степени кишечной метаплазии по эндоскопической картине
2 года
Точность неопытных эндоскопистов в оценке степени кишечной метаплазии
Временное ограничение: 2 года
Точность неопытных эндоскопистов в оценке степени кишечной метаплазии по эндоскопической картине
2 года
Согласие между наблюдателями среди опытных эндоскопистов в определении степени кишечной метаплазии
Временное ограничение: 2 года
Согласие между наблюдателями среди опытных эндоскопистов в определении степени кишечной метаплазии на эндоскопической картине
2 года
Согласие между наблюдателями среди неопытных эндоскопистов в определении степени кишечной метаплазии
Временное ограничение: 2 года
Согласие между наблюдателями среди неопытных эндоскопистов в определении степени кишечной метаплазии по эндоскопической картине
2 года

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 июля 2022 г.

Первичное завершение (Ожидаемый)

30 декабря 2023 г.

Завершение исследования (Ожидаемый)

30 декабря 2023 г.

Даты регистрации исследования

Первый отправленный

8 июля 2022 г.

Впервые представлено, что соответствует критериям контроля качества

14 июля 2022 г.

Первый опубликованный (Действительный)

15 июля 2022 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

15 июля 2022 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

14 июля 2022 г.

Последняя проверка

1 июля 2022 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • 2022SDU-QILU-109

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

Нет

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