Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Artificiell intelligens för tidig diagnos av esofageal skivepitelcancer

25 april 2020 uppdaterad av: Yanqing Li, Shandong University

Tillämpning av artificiell intelligens för tidig diagnos av esofagus skivepitelcancer under optisk förstärkning förstoringsendoskopi

Esofagus skivepitelcancer är en av de vanligaste maligna tumörerna i övre matsmältningskanalen. Detektionshastigheten och diagnosnoggrannheten för tidig esofageal skivepitelcancer är dock låg. Syftet med denna studie är att utveckla ett datorstödt diagnosverktyg i kombination med optisk förstoringsendoskopi för tidig upptäckt och noggrann diagnos av det.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Faktisk)

119

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

  • Kina
    • Shandong
      • Jinan, Shandong, Kina, 250012
        • Department of Gastroenterology, Qilu Hospital, Shandong University

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

På varandra följande patienter som kom till Qilu-sjukhuset vid Shandong-universitetet och fick en optisk OE-endoskopiundersökning

Beskrivning

Inklusionskriterier:

  • högriskpatienter för esofaguscancer i åldern 18 år eller äldre;
  • Histologiskt verifierad tidig esofageal skivepitelcancer.

Exklusions kriterier:

  • patienter vars bilder av matstrupen inte lämpar sig för utbildning, validering och testning av diagnosverktyget för datorhjälp.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
AI synlig grupp
de endoskopiska nybörjarna som analyserar bilderna kan se den automatiska diagnosen av AI under processen
Övrig: AI presentation
AI-presentation betyder den automatiska diagnosinformationen för AI och AI-presentation betyder att den är synlig i gruppen.
AI osynlig grupp
den endoskopiska novisen som analyserar bilderna kan inte se den automatiska diagnosen av AI under processen
Övrig: ingen AI-presentation
AI-presentation betyder den automatiska diagnosinformationen för AI och ingen AI-presentation betyder att den är osynlig i gruppen.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
AI-modellens diagnoseffektivitet
Tidsram: 12 månader
AI-modellens känslighet, specificitet och noggrannhet
12 månader

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Shandong University

Utredare

  • Huvudutredare: Yanqing Li, PHD, Qilu Hospital, Shandong University

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 december 2018

Primärt slutförande (Faktisk)

1 mars 2020

Avslutad studie (Faktisk)

1 april 2020

Studieregistreringsdatum

Först inskickad

28 november 2018

Först inskickad som uppfyllde QC-kriterierna

28 november 2018

Första postat (Faktisk)

30 november 2018

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 april 2020

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

25 april 2020

Senast verifierad

1 april 2020

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • 2018SDU-QILU-2

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Artificiell intelligens

Kliniska prövningar på AI presentation

Sök liknande försök

Sponsorer och medarbetare

Medicinska tillstånd

Läkemedelsinterventioner

CROs by country

CROs in Egypt

Betingelser

Sällsynta sjukdomar

Läkemedelsinterventioner

Kosttillskott

Sponsor / medarbetare

Platser

Prenumerera