4006-776-356 出国就医服务电话

免费获得国外相关药品,最快 1 个工作日回馈药物信息

出境医 / 临床实验 / QOCA® -图像医疗平台 - 智能VCF风险管理系统

QOCA® -图像医疗平台 - 智能VCF风险管理系统

研究描述
简要摘要:
该项目旨在使用Quanta使用人工智能(AI)系统(命名为Smart Bone)来开发和验证用于计算机断层扫描(CT)图像上椎骨压缩骨折的自动检测和分类系统。

病情或疾病 干预/治疗
压缩断裂其他:用于椎骨骨折的计算机辅助检测软件

详细说明:

在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。经验丰富的放射科医生回顾性审查的那些CT图像。该项目中包括有没有胸腔或腰部压缩性骨折的1000-1500名受试者的1000-1500名受试者,用于机器学习和深度学习。对照组包括那些没有压缩骨折的人,而患者组是压缩骨折的人。不符合纳入标准的受试者被排除在外。

T12-L5脊柱图像的皮层层由技术人员手动标记标签软件,并通过经验丰富的放射科医生确认了图像的正确性。将所有链接和完成的图像提供给Quanta Computer Inc.,以进行随后对AI机器进行分类和分析,以深入学习,以促进开发CT自动检测压力骨折的系统。这个新开发的自动系统将在协助放射学家精确,准确地检测和对椎骨压缩骨折进行分类方面具有宝贵的临床影响。

学习规划
研究信息的布局表
研究类型观察
估计入学人数 1500名参与者
观察模型:队列
时间观点:回顾
官方标题:智能骨头:智能裂缝风险捕获和管理系统
实际学习开始日期 2019年6月1日
估计的初级完成日期 2021年5月31日
估计 学习完成日期 2021年5月31日
武器和干预措施
组/队列 干预/治疗
放射科医生
在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。这些CT图像是由经验丰富的放射科医生回顾性回顾的,他们通过Genant的半定量方法对椎骨骨折的注释进行了分类和标记。
聪明的骨头
通过Quanta用于压缩裂缝,通过人工智能系统(Smart Bone)分别审查和处理相同的CT图像。这两个结果将由放射科医生,另一个由人工智能系统进行比较,将其与统计上量化的等效性(CADE)进行比较。
其他:用于椎骨骨折的计算机辅助检测软件
一种名为Smart Bone的设备,该设备正在回顾性地获取,以通过Quanta Computer Inc.开发的交互式AI程序对CT图像进行第二次评论。该设备是计算机辅助检测(CADE)软件应用程序,旨在帮助放射科医生分析脊柱CT图像。该设备使用深度学习方法来执行图像的椎骨检测和分类。
其他名称:智能骨头

结果措施
主要结果指标
  1. 一致性率[时间范围:2019.06至2020.03]

    Smart Bone建议的CT成像报告和数据系统描述符与专家选择的CT成像描述符非常吻合。换句话说,智能骨产生的CT成像报告和数据系统在统计上与专家的共识没有统计学差异。

    CT成像报告和数据系统评估类别得分:用户对评估类别得分做出最终决定。使用此分数,智能骨显示评估描述。

    0级:正常椎骨1:轻度断裂,20-25%2级:中度断裂,26-40%3级3:严重的骨折,> 40%



次要结果度量
  1. 精度[时间范围:2019.06至2020.03]
    将放射科医生和没有CADE的放射科医生的CT成像结果的准确性进行比较。


资格标准
有资格信息的布局表
有资格学习的年龄: 50年至90年(成人,老年人)
有资格学习的男女:全部
接受健康的志愿者:是的
采样方法:非概率样本
研究人群
在50岁及以上的性别中,总共招募了1000-1500名受试者,并分别来到Wan Fang医院进行CT扫描,包括有或没有椎骨压缩性骨折的患者,分别是压缩裂缝组和对照组。
标准

纳入标准:

  • 在2010.01-2018.09之间获得了CT考试的病例
  • 使用以下协议之一进行的CT检查病例:全身,腹部和脊柱
  • 案例必须>/= 50岁
  • CT检查报告的病例在T12到L5椎骨的搜索范围内抛弃为正或负压缩骨折。
  • 具有原始数据的CT图像可以在轴向视图中重建,切片厚度为1.3 mm
  • 具有原始数据的CT图像,可以在矢状视图中重建,切片厚度为2.5 mm

排除标准:

  • 带有成像伪影,异物或植入物的CT图像
  • 患有合并症的病例,例如感染,癌症转移,慢性骨髓炎或其他非遗传性疏松性压缩性骨折
联系人和位置

位置
布局表以获取位置信息
台湾
台北医科大学Wanfang医院
台北,台湾
赞助商和合作者
台北医科大学Wanfang医院
Quanta Computer Inc.
调查人员
调查员信息的布局表
首席研究员:机翼P. Chan,医学博士台北医科大学Wanfang医院
追踪信息
首先提交日期2020年5月7日
第一个发布日期2020年5月12日
上次更新发布日期2020年10月8日
实际学习开始日期2019年6月1日
估计的初级完成日期2021年5月31日(主要结果度量的最终数据收集日期)
当前的主要结果指标
(提交:2020年5月7日)
一致性率[时间范围:2019.06至2020.03]
Smart Bone建议的CT成像报告和数据系统描述符与专家选择的CT成像描述符非常吻合。换句话说,智能骨产生的CT成像报告和数据系统在统计上与专家的共识没有统计学差异。 CT成像报告和数据系统评估类别得分:用户对评估类别得分做出最终决定。使用此分数,智能骨显示评估描述。 0级:正常椎骨1:轻度断裂,20-25%2级:中度断裂,26-40%3级3:严重的骨折,> 40%
原始主要结果指标与电流相同
改变历史
当前的次要结果指标
(提交:2020年5月7日)
精度[时间范围:2019.06至2020.03]
将放射科医生和没有CADE的放射科医生的CT成像结果的准确性进行比较。
原始的次要结果指标与电流相同
当前其他预先指定的结果指标不提供
原始其他预先指定的结果指标不提供
描述性信息
简短标题QOCA® -图像医疗平台 - 智能VCF风险管理系统
官方头衔智能骨头:智能裂缝风险捕获和管理系统
简要摘要该项目旨在使用Quanta使用人工智能(AI)系统(命名为Smart Bone)来开发和验证用于计算机断层扫描(CT)图像上椎骨压缩骨折的自动检测和分类系统。
详细说明

在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。经验丰富的放射科医生回顾性审查的那些CT图像。该项目中包括有没有胸腔或腰部压缩性骨折的1000-1500名受试者的1000-1500名受试者,用于机器学习和深度学习。对照组包括那些没有压缩骨折的人,而患者组是压缩骨折的人。不符合纳入标准的受试者被排除在外。

T12-L5脊柱图像的皮层层由技术人员手动标记标签软件,并通过经验丰富的放射科医生确认了图像的正确性。将所有链接和完成的图像提供给Quanta Computer Inc.,以进行随后对AI机器进行分类和分析,以深入学习,以促进开发CT自动检测压力骨折的系统。这个新开发的自动系统将在协助放射学家精确,准确地检测和对椎骨压缩骨折进行分类方面具有宝贵的临床影响。

研究类型观察
学习规划观察模型:队列
时间观点:回顾
目标随访时间不提供
生物测量不提供
采样方法非概率样本
研究人群在50岁及以上的性别中,总共招募了1000-1500名受试者,并分别来到Wan Fang医院进行CT扫描,包括有或没有椎骨压缩性骨折的患者,分别是压缩裂缝组和对照组。
健康)状况压缩断裂
干涉其他:用于椎骨骨折的计算机辅助检测软件
一种名为Smart Bone的设备,该设备正在回顾性地获取,以通过Quanta Computer Inc.开发的交互式AI程序对CT图像进行第二次评论。该设备是计算机辅助检测(CADE)软件应用程序,旨在帮助放射科医生分析脊柱CT图像。该设备使用深度学习方法来执行图像的椎骨检测和分类。
其他名称:智能骨头
研究组/队列
  • 放射科医生
    在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。这些CT图像是由经验丰富的放射科医生回顾性回顾的,他们通过Genant的半定量方法对椎骨骨折的注释进行了分类和标记。
  • 聪明的骨头
    通过Quanta用于压缩裂缝,通过人工智能系统(Smart Bone)分别审查和处理相同的CT图像。这两个结果将由放射科医生,另一个由人工智能系统进行比较,将其与统计上量化的等效性(CADE)进行比较。
    干预:其他:用于椎骨骨折的计算机辅助检测软件
出版物 *不提供

*包括由数据提供商提供的出版物以及Medline中临床标识符(NCT编号)的出版物。
招聘信息
招聘状况活跃,不招募
估计入学人数
(提交:2020年5月7日)
1500
原始估计注册与电流相同
估计学习完成日期2021年5月31日
估计的初级完成日期2021年5月31日(主要结果度量的最终数据收集日期)
资格标准

纳入标准:

  • 在2010.01-2018.09之间获得了CT考试的病例
  • 使用以下协议之一进行的CT检查病例:全身,腹部和脊柱
  • 案例必须>/= 50岁
  • CT检查报告的病例在T12到L5椎骨的搜索范围内抛弃为正或负压缩骨折。
  • 具有原始数据的CT图像可以在轴向视图中重建,切片厚度为1.3 mm
  • 具有原始数据的CT图像,可以在矢状视图中重建,切片厚度为2.5 mm

排除标准:

  • 带有成像伪影,异物或植入物的CT图像
  • 患有合并症的病例,例如感染,癌症转移,慢性骨髓炎或其他非遗传性疏松性压缩性骨折
性别/性别
有资格学习的男女:全部
年龄50年至90年(成人,老年人)
接受健康的志愿者是的
联系人仅当研究招募主题时才显示联系信息
列出的位置国家台湾
删除了位置国家
管理信息
NCT编号NCT04384211
其他研究ID编号N201909056
有数据监测委员会不提供
美国FDA调节的产品
研究美国FDA调节的药物:
研究美国FDA调节的设备产品:
IPD共享声明
计划共享IPD:不确定
责任方台北医科大学Wanfang医院Wing P Chan
研究赞助商台北医科大学Wanfang医院
合作者Quanta Computer Inc.
调查人员
首席研究员:机翼P. Chan,医学博士台北医科大学Wanfang医院
PRS帐户台北医科大学Wanfang医院
验证日期2020年10月
研究描述
简要摘要:
该项目旨在使用Quanta使用人工智能(AI)系统(命名为Smart Bone)来开发和验证用于计算机断层扫描(CT)图像上椎骨压缩骨折的自动检测和分类系统。

病情或疾病 干预/治疗
压缩断裂其他:用于椎骨骨折的计算机辅助检测软件

详细说明:

在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。经验丰富的放射科医生回顾性审查的那些CT图像。该项目中包括有没有胸腔或腰部压缩性骨折的1000-1500名受试者的1000-1500名受试者,用于机器学习和深度学习。对照组包括那些没有压缩骨折的人,而患者组是压缩骨折的人。不符合纳入标准的受试者被排除在外。

T12-L5脊柱图像的皮层层由技术人员手动标记标签软件,并通过经验丰富的放射科医生确认了图像的正确性。将所有链接和完成的图像提供给Quanta Computer Inc.,以进行随后对AI机器进行分类和分析,以深入学习,以促进开发CT自动检测压力骨折的系统。这个新开发的自动系统将在协助放射学家精确,准确地检测和对椎骨压缩骨折进行分类方面具有宝贵的临床影响。

学习规划
研究信息的布局表
研究类型观察
估计入学人数 1500名参与者
观察模型:队列
时间观点:回顾
官方标题:智能骨头:智能裂缝风险捕获和管理系统
实际学习开始日期 2019年6月1日
估计的初级完成日期 2021年5月31日
估计 学习完成日期 2021年5月31日
武器和干预措施
组/队列 干预/治疗
放射科医生
在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。这些CT图像是由经验丰富的放射科医生回顾性回顾的,他们通过Genant的半定量方法对椎骨骨折的注释进行了分类和标记。
聪明的骨头
通过Quanta用于压缩裂缝,通过人工智能系统(Smart Bone)分别审查和处理相同的CT图像。这两个结果将由放射科医生,另一个由人工智能系统进行比较,将其与统计上量化的等效性(CADE)进行比较。
其他:用于椎骨骨折的计算机辅助检测软件
一种名为Smart Bone的设备,该设备正在回顾性地获取,以通过Quanta Computer Inc.开发的交互式AI程序对CT图像进行第二次评论。该设备是计算机辅助检测(CADE)软件应用程序,旨在帮助放射科医生分析脊柱CT图像。该设备使用深度学习方法来执行图像的椎骨检测和分类。
其他名称:智能骨头

结果措施
主要结果指标
  1. 一致性率[时间范围:2019.06至2020.03]

    Smart Bone建议的CT成像报告和数据系统描述符与专家选择的CT成像描述符非常吻合。换句话说,智能骨产生的CT成像报告和数据系统在统计上与专家的共识没有统计学差异。

    CT成像报告和数据系统评估类别得分:用户对评估类别得分做出最终决定。使用此分数,智能骨显示评估描述。

    0级:正常椎骨1:轻度断裂,20-25%2级:中度断裂,26-40%3级3:严重的骨折,> 40%



次要结果度量
  1. 精度[时间范围:2019.06至2020.03]
    将放射科医生和没有CADE的放射科医生的CT成像结果的准确性进行比较。


资格标准
有资格信息的布局表
有资格学习的年龄: 50年至90年(成人,老年人)
有资格学习的男女:全部
接受健康的志愿者:是的
采样方法:非概率样本
研究人群
在50岁及以上的性别中,总共招募了1000-1500名受试者,并分别来到Wan Fang医院进行CT扫描,包括有或没有椎骨压缩性骨折的患者,分别是压缩裂缝组和对照组。
标准

纳入标准:

  • 在2010.01-2018.09之间获得了CT考试的病例
  • 使用以下协议之一进行的CT检查病例:全身,腹部和脊柱
  • 案例必须>/= 50岁
  • CT检查报告的病例在T12到L5椎骨的搜索范围内抛弃为正或负压缩骨折。
  • 具有原始数据的CT图像可以在轴向视图中重建,切片厚度为1.3 mm
  • 具有原始数据的CT图像,可以在矢状视图中重建,切片厚度为2.5 mm

排除标准:

  • 带有成像伪影,异物或植入物的CT图像
  • 患有合并症的病例,例如感染,癌症转移,慢性骨髓炎或其他非遗传性疏松性压缩性骨折
联系人和位置

位置
布局表以获取位置信息
台湾
台北医科大学Wanfang医院
台北,台湾
赞助商和合作者
台北医科大学Wanfang医院
Quanta Computer Inc.
调查人员
调查员信息的布局表
首席研究员:机翼P. Chan,医学博士台北医科大学Wanfang医院
追踪信息
首先提交日期2020年5月7日
第一个发布日期2020年5月12日
上次更新发布日期2020年10月8日
实际学习开始日期2019年6月1日
估计的初级完成日期2021年5月31日(主要结果度量的最终数据收集日期)
当前的主要结果指标
(提交:2020年5月7日)
一致性率[时间范围:2019.06至2020.03]
Smart Bone建议的CT成像报告和数据系统描述符与专家选择的CT成像描述符非常吻合。换句话说,智能骨产生的CT成像报告和数据系统在统计上与专家的共识没有统计学差异。 CT成像报告和数据系统评估类别得分:用户对评估类别得分做出最终决定。使用此分数,智能骨显示评估描述。 0级:正常椎骨1:轻度断裂,20-25%2级:中度断裂,26-40%3级3:严重的骨折,> 40%
原始主要结果指标与电流相同
改变历史
当前的次要结果指标
(提交:2020年5月7日)
精度[时间范围:2019.06至2020.03]
将放射科医生和没有CADE的放射科医生的CT成像结果的准确性进行比较。
原始的次要结果指标与电流相同
当前其他预先指定的结果指标不提供
原始其他预先指定的结果指标不提供
描述性信息
简短标题QOCA® -图像医疗平台 - 智能VCF风险管理系统
官方头衔智能骨头:智能裂缝风险捕获和管理系统
简要摘要该项目旨在使用Quanta使用人工智能(AI)系统(命名为Smart Bone)来开发和验证用于计算机断层扫描(CT)图像上椎骨压缩骨折的自动检测和分类系统。
详细说明

在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。经验丰富的放射科医生回顾性审查的那些CT图像。该项目中包括有没有胸腔或腰部压缩性骨折的1000-1500名受试者的1000-1500名受试者,用于机器学习和深度学习。对照组包括那些没有压缩骨折的人,而患者组是压缩骨折的人。不符合纳入标准的受试者被排除在外。

T12-L5脊柱图像的皮层层由技术人员手动标记标签软件,并通过经验丰富的放射科医生确认了图像的正确性。将所有链接和完成的图像提供给Quanta Computer Inc.,以进行随后对AI机器进行分类和分析,以深入学习,以促进开发CT自动检测压力骨折的系统。这个新开发的自动系统将在协助放射学家精确,准确地检测和对椎骨压缩骨折进行分类方面具有宝贵的临床影响。

研究类型观察
学习规划观察模型:队列
时间观点:回顾
目标随访时间不提供
生物测量不提供
采样方法非概率样本
研究人群在50岁及以上的性别中,总共招募了1000-1500名受试者,并分别来到Wan Fang医院进行CT扫描,包括有或没有椎骨压缩性骨折的患者,分别是压缩裂缝组和对照组。
健康)状况压缩断裂
干涉其他:用于椎骨骨折的计算机辅助检测软件
一种名为Smart Bone的设备,该设备正在回顾性地获取,以通过Quanta Computer Inc.开发的交互式AI程序对CT图像进行第二次评论。该设备是计算机辅助检测(CADE)软件应用程序,旨在帮助放射科医生分析脊柱CT图像。该设备使用深度学习方法来执行图像的椎骨检测和分类。
其他名称:智能骨头
研究组/队列
  • 放射科医生
    在Wan Fang医院进行了对CT扫描的计算机搜索(2010.01.01-2018.09.30)。这些CT图像是由经验丰富的放射科医生回顾性回顾的,他们通过Genant的半定量方法对椎骨骨折的注释进行了分类和标记。
  • 聪明的骨头
    通过Quanta用于压缩裂缝,通过人工智能系统(Smart Bone)分别审查和处理相同的CT图像。这两个结果将由放射科医生,另一个由人工智能系统进行比较,将其与统计上量化的等效性(CADE)进行比较。
    干预:其他:用于椎骨骨折的计算机辅助检测软件
出版物 *不提供

*包括由数据提供商提供的出版物以及Medline中临床标识符(NCT编号)的出版物。
招聘信息
招聘状况活跃,不招募
估计入学人数
(提交:2020年5月7日)
1500
原始估计注册与电流相同
估计学习完成日期2021年5月31日
估计的初级完成日期2021年5月31日(主要结果度量的最终数据收集日期)
资格标准

纳入标准:

  • 在2010.01-2018.09之间获得了CT考试的病例
  • 使用以下协议之一进行的CT检查病例:全身,腹部和脊柱
  • 案例必须>/= 50岁
  • CT检查报告的病例在T12到L5椎骨的搜索范围内抛弃为正或负压缩骨折。
  • 具有原始数据的CT图像可以在轴向视图中重建,切片厚度为1.3 mm
  • 具有原始数据的CT图像,可以在矢状视图中重建,切片厚度为2.5 mm

排除标准:

  • 带有成像伪影,异物或植入物的CT图像
  • 患有合并症的病例,例如感染,癌症转移,慢性骨髓炎或其他非遗传性疏松性压缩性骨折
性别/性别
有资格学习的男女:全部
年龄50年至90年(成人,老年人)
接受健康的志愿者是的
联系人仅当研究招募主题时才显示联系信息
列出的位置国家台湾
删除了位置国家
管理信息
NCT编号NCT04384211
其他研究ID编号N201909056
有数据监测委员会不提供
美国FDA调节的产品
研究美国FDA调节的药物:
研究美国FDA调节的设备产品:
IPD共享声明
计划共享IPD:不确定
责任方台北医科大学Wanfang医院Wing P Chan
研究赞助商台北医科大学Wanfang医院
合作者Quanta Computer Inc.
调查人员
首席研究员:机翼P. Chan,医学博士台北医科大学Wanfang医院
PRS帐户台北医科大学Wanfang医院
验证日期2020年10月