跳至主要内容
临床试验/ChiCTR2500110163
ChiCTR2500110163已完成不适用

腹部疾病快速诊断的 AI 模型

国家科技重大专项10 个研究点 分布在 1 个国家开始时间: 2023年12月10日最近更新:

试验速览

阶段
不适用
状态
已完成
发起方
试验地点
10
主要终点
AUC

研究概览

简要总结

本研究计划利用嵊州市人民医院、安吉县人民医院、新疆兵团第一师医院等外部中心患者腹部增强 CT 图像,通过与阿里巴巴达摩院合作,拟结合自主创新的人工智能技术,解诀特征空间对齐、混合推理、图文生成等限制自动判读能力等难题背后的关键数学问题,开展以下工作: 1.构建腹部 CT 图像-报告双模态基础大模型,解决图像特征与报告特征精准匹配性难题; 2.建立增强 CT 标准期相生成模型,解决不同患者 CT 期相偏差性难题: 3.开发融合多源信息的影像判读自动报告系统,通过影像报告质量评估体系和临床研宄验证其实际效果。 本项目瞄准临床应用,借助数学方法创新研发高精度自动化腹部疾病影像判读模型,促进医疗模式的智能化创新。

研究设计

研究类型
诊断试验
主要目的
诊断试验诊断准确性
盲法

入排标准

年龄范围
0 至 —(—)
性别
All

入选标准

  • 1.多中心患者的全腹部多期增强 CT 图像及其对应报告。

排除标准

  • 1.由于伪影导致诊断质量不佳的 CT 图像,包括但不限于由于手臂位置不当(如手臂放在身体旁边而不是头部上方)造成的卷积伪影;由于憋气不足造成的呼吸运动伪影。

结局指标

主要结局

AUC

时间窗: 图像采集与 AI 模型判读完成后,在内部训练集、内部测试集、外部测试集统一评估

次要结局

  • 特异性(图像采集与 AI 模型判读完成后,在内部训练集、内部测试集、外部测试集统一评估)
  • 灵敏度(图像采集与 AI 模型判读完成后,在内部训练集、内部测试集、外部测试集统一评估)

研究者

发起方
国家科技重大专项

研究点 (10)

Loading locations...

相似试验