此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

用于胃肠道疾病诊断的深度学习算法

2020年2月14日 更新者:Xiuli Zuo、Shandong University

用于胃肠道疾病诊断的深度学习算法的开发和验证

本研究的目的是开发和验证用于胃肠道疾病诊断的深度学习算法。 然后,评估这种新的人工智能(AI)辅助识别系统在临床实践中的准确性。

研究概览

详细说明

最近,基于中央神经网络(CNN)的深度学习算法在胃肠道病变的计算机辅助检测和计算机辅助诊断方面显示出多种潜力。 然而,对所有胃肠道疾病的认识仍存在空白。 本研究旨在开发和验证用于胃肠道疾病诊断的深度学习算法。 然后,评估这种新的人工智能(AI)辅助识别系统在临床实践中的准确性。

研究类型

介入性

注册 (预期的)

100000

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

    • Shandong
      • Jinan、Shandong、中国、250012
        • 招聘中
        • Qilu Hospital, Shandong University
        • 接触:

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 及以上 (成人、年长者)

接受健康志愿者

不

有资格学习的性别

全部

描述

纳入标准:

  • 从所有参与的医院中检索了 18 岁或以上且之前未接受过内窥镜检查的参与者。

排除标准:

-

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:诊断
  • 分配:不适用
  • 介入模型:单组作业
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
实验性的:AI监控胃肠内窥镜
患者接受标准准备方案后,在AI监护仪下进行结肠镜检查或胃镜检查。 整个过程由人工智能相关识别系统监控。 消化道疾病的检测和诊断,AI设备会自动捕捉相关图像,并在屏幕上报告每个部分的位置。 组织学分析被设定为黄金标准。 然后所有人工智能捕获的图像将由人类小组进行审查,该小组由三到五名经验丰富的内窥镜医生组成。
患者接受标准准备方案后,在AI监护仪下进行结肠镜检查或胃镜检查。 整个过程由人工智能相关识别系统监控。 消化道疾病的检测和诊断,AI设备会自动捕捉相关图像,并在屏幕上报告每个部分的位置。 组织学分析被设定为黄金标准。 然后所有人工智能捕获的图像将由人类小组进行审查,该小组由三到五名经验丰富的内窥镜医生组成。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
深度学习算法对胃肠道疾病的诊断准确性。
大体时间:1个月
深度学习算法对胃肠道疾病的诊断准确性。
1个月

次要结果测量

结果测量
措施说明
大体时间
深度学习算法对胃肠道疾病的诊断敏感性。
大体时间:1个月
深度学习算法对胃肠道疾病的诊断敏感性。
1个月
深度学习算法对胃肠道疾病的诊断特异性。
大体时间:1个月
深度学习算法对胃肠道疾病的诊断特异性。
1个月
深度学习算法对胃肠道疾病的诊断阳性预测价值。
大体时间:1个月
深度学习算法对胃肠道疾病的诊断特异性。
1个月
深度学习算法对胃肠道疾病的诊断阴性预测价值。
大体时间:1个月
深度学习算法对胃肠道疾病的诊断特异性。
1个月

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2020年1月1日

初级完成 (预期的)

2020年2月1日

研究完成 (预期的)

2020年2月1日

研究注册日期

首次提交

2020年1月7日

首先提交符合 QC 标准的

2020年1月7日

首次发布 (实际的)

2020年1月10日

研究记录更新

最后更新发布 (实际的)

2020年2月18日

上次提交的符合 QC 标准的更新

2020年2月14日

最后验证

2020年2月1日

更多信息

与本研究相关的术语

其他相关的 MeSH 术语

其他研究编号

  • 2019-SDU-QILU-G710

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

在美国制造并从美国出口的产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅