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

AI i GIM-diagnos

28 mars 2022 uppdaterad av: Rapat Pittayanon, King Chulalongkorn Memorial Hospital

Användbarheten av artificiell intelligens (AI) för diagnos av metaplasi i mag-tarmkanalen

Denna studie kommer att använda artificiell intelligens (AI) för att diagnostisera gastrisk tarmmetaplasi.

Studieöversikt

Status

Rekrytering

Detaljerad beskrivning

De patienter som tidigare diagnostiserat gastrisk intestinal metaplasi (GIM) och som har övervakningsgastroskopi kommer att inkluderas. Det rutinmässiga övervakningsprogrammet kommer att utföras utöver att ta foto på både GIM och normal slemhinna med minst 5 bilder i varje. Biopsi kommer att göras för att bekräfta diagnosen GIM och normal slemhinna. Alla bilder kommer att infogas i AI-algoritmen baserad på det konvolutionella neurala nätverket (CNN). Sedan kommer AI-programmet att valideras i daglig endoskopi jämfört med patologi. Noggrannhet, känslighet och specificitet kan beräknas med 2x2-tabell.

Studietyp

Interventionell

Inskrivning (Förväntat)

120

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studieorter

    • Bangkok
      • Pathum Wan, Bangkok, Thailand, 10330

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

16 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Mer än 18 år
  • Kan underteckna ett samtyckesformulär

Exklusions kriterier:

  • Historien om magkirurgi
  • Koagulopati
  • Graviditet/Amning

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: GIM-patient
Patienterna med GIM kommer att bedömas vid både GIM och normal slemhinna under endoskopi.
AI-algoritmen baserad på det konvolutionella neurala nätverket (CNN) kommer att användas för analys av bilder av mag-tarmmetaplasi och normal slemhinna. Sedan kommer AI att användas som ett diagnostiskt verktyg för GIM under rutinmässig endoskopi genom att använda patologi som guldstandard.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet av AI för GIM-diagnos
Tidsram: 1 år
Noggrannhet, känslighet, specificitet kan beräknas med 2x2-tabell (patologi är en guldstandard)
1 år

Samarbetspartners och utredare

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

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 maj 2020

Primärt slutförande (Förväntat)

30 november 2023

Avslutad studie (Förväntat)

28 februari 2024

Studieregistreringsdatum

Först inskickad

12 april 2020

Först inskickad som uppfyllde QC-kriterierna

21 april 2020

Första postat (Faktisk)

24 april 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

31 mars 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

28 mars 2022

Senast verifierad

1 mars 2022

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • RP018

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 GIM-diagnos

Kliniska prövningar på Artificiell intelligens

3
Prenumerera