在Rho AI软件中验证骨质疏松检测
2026年1月14日 更新者：University of Wisconsin, Madison
评估16bit的Rho AI（人工智能）软件在识别已知骨质疏松症病例方面的有效性。
从2007年1月到2024年1月，将访问800张识别图像，以预期测试该软件。
研究概览
详细说明
骨质疏松症在骨科手术患者群体中的认可和治疗不足。 骨质疏松症是通过双能X射线吸收法诊断出的，这是昂贵的，可以赋予辐射。 术前X光片是在骨科手术患者中普遍获得的，但是到目前为止，X光片无法诊断骨质疏松症。 该软件程序是一项新技术，能够利用X光片进行机会筛查骨质疏松症。
研究团队将从病历审查中确定适用的患者记录，而半径将识别X射线图像。 取消识别的图像将通过Rho AI程序运行，以识别骨质疏松症或骨质减少症，并将生成报告以总结该程序的发现。
研究类型
介入性
注册 (实际的)
800
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
-
-
Wisconsin
-
Madison、Wisconsin、美国、53792
- UW School of Medicine and Public Health
-
-
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
- 成人
- 年长者
接受健康志愿者
不
描述
纳入标准：
- 经历了全部关节置换术的人的图像
- 来自经过脊柱融合的人的图像
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：基础科学
- 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：骨质疏松症的实验检测
|
RHO是一种启用AI的机会性预筛查计算机辅助检测和低骨矿物质密度的通知软件。
|
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 |
|---|---|---|
|
AI预测骨质疏松症评分
大体时间：通过学习完成（数据收集长达1个月）
|
骨质疏松症评分是T评分，其中-1.0及以上：正常骨密度，-1.0至-2.5：骨质减少症（低骨质量），-2.5及以下：骨质疏松症
|
通过学习完成（数据收集长达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。
调查人员
- 首席研究员：James Bernatz, MD、UW School of Medicine and Public Health
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)
2025年6月1日
初级完成 (实际的)
2025年12月1日
研究完成 (实际的)
2025年12月1日
研究注册日期
首次提交
2025年2月11日
首先提交符合 QC 标准的
2025年2月11日
首次发布 (实际的)
2025年2月17日
研究记录更新
最后更新发布 (实际的)
2026年1月15日
上次提交的符合 QC 标准的更新
2026年1月14日
最后验证
2026年1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.