使用人工智能预测直肠癌的结果
2023年2月9日 更新者：Taichung Veterans General Hospital
使用 CNN 图像识别预测直肠癌结果
研究者回顾性收集 2010-2021 年诊断为具有高质量 CT 图像的直肠腺癌的病例。 局部晚期直肠癌病例被标记为“疾病”。 也没有被定义为“正常”。
在 jupyter notebook 上使用人工智能 CNN 和开放的 phyton 代码来训练和开发能够识别局部晚期直肠癌的模型。 修改 phyton 代码以获得更好的预测率，并帮助医生快速评估新鲜直肠癌病例的疾病严重程度。
研究概览
详细说明
2010.10.1~2021.12.31，纳入cT3-4病灶的直肠癌患者。
使用 DICOM 文件在肿瘤部分收集高质量的 CT 图像。
cT1-2、低位直肠病变、非 CRC 病例不包括在内。
非对比和人工缺陷图像也被排除在外。
当 CRM 受到威胁（<2mm）时，CT 图像被标记为“患病”。
所有图像均根据 2 位专家的判断进行标记。
数据分为两部分。
一个用于 AI 模型训练和测试，另一个用于外部验证。
训练测试数据集是通过深度学习神经网络和评估模型精度性能得到的。
然后将该模型应用于外部验证数据集以进行真实世界测试，评估 AI 与博士决策之间的相干率。
此外，根据 AI 模型预测结果查看癌症生存结果。
研究类型
观察性的
注册 (实际的)
720
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
-
-
-
Taichung、台湾
- Taichung Verterans General Hospital
-
-
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
20年 至 100年 (成人、OLDER_ADULT)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
非概率样本
研究人群
2010.10.1-2022.7.31期间确诊直肠癌。
临床 T3-4 病变。
与高质量的 CT 图像对比。
描述
纳入标准：
- 具有高质量 CT 图像的临床分期 T3-4。
排除标准：
- 1.非原发性恶性病变
- 2. 未定位直肠
- 3. T1-2病变
- 4. 非对比度或质量差的图像
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
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
用于训练的直肠癌病变图像
直肠癌病变图像。
具有威胁（<2mm）直肠癌圆周边缘的图像被标记为“患病”。
否则，图像被标记为“正常”。
使用这些材料作为AI深度学习模型建立的训练材料。
|
使用标记图像作为人工智能的训练材料来开发目标检测模型。
|
|
用于测试的直肠癌病变图像。
使用来自训练队列的构建 AI 深度学习模型。
评估模型的预测率并分析生存结果。
|
使用外部验证集评估预测率和生存结果。
|
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 |
|---|---|---|
|
人工智能与经验丰富的医生的准确性
大体时间：图像完成后 1 周。
|
人工智能和经验丰富的医生之间的准确性
|
图像完成后 1 周。
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
人工智能诊断的现实生活生存结果。
大体时间：确诊后5年
|
人工智能在现实生活中的生存结果。
|
确诊后5年
|
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。
调查人员
- 首席研究员：ChunuYu Lin, M.D.、Taichung Veterans General Hospital
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)
2010年10月1日
初级完成 (实际的)
2022年7月31日
研究完成 (实际的)
2022年12月31日
研究注册日期
首次提交
2023年1月5日
首先提交符合 QC 标准的
2023年2月9日
首次发布 (实际的)
2023年2月13日
研究记录更新
最后更新发布 (实际的)
2023年2月13日
上次提交的符合 QC 标准的更新
2023年2月9日
最后验证
2023年2月1日
更多信息
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.