ChiCTR-DRD-17012005进行中（未招募）回顾性研究
人工智能大数据在诊断慢性萎缩性胃炎及消化道恶性肿瘤中的应用
首都医科大学附属北京友谊医院1 个研究点 分布在 1 个国家开始时间: 2017年7月1日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 病变检出率
研究概览
简要总结
通过向“卷积神经网络”中录入大数据量的“慢性萎缩性胃炎”及“消化道恶性肿瘤”两种目标疾病的内镜图片并进行训练、调试，使其能够自动提取、分析、归纳总结诊断相关特征，以达到人工智能系统自动识别并辅助诊断病变的目的，从而提高中国基层医疗的内镜医师对该两种病变的检出率及诊断准确率。
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
入排标准
- 性别
- All
入选标准
- •1、自 2013 年 1 月 1 日起至 2017 年 6 月 10 日止于北京友谊医院消化内镜中心接受内镜检查（包括电子胃镜、电子结肠镜、超声内镜、电子染色内镜、放大内镜及色素内镜）的患者；
- •2、镜下诊断“慢性萎缩性胃炎”并有病理结果确证，且病理结果中明确指出“萎缩”及“肠化”严重程度的患者的清晰的内镜图片及相关临床资料；
- •3、镜下诊断“消化道恶性肿瘤”（包括累及食管、胃及结直肠部位的病变），有或没有病理结果的患者的清晰的内镜图片及相关临床资料。
排除标准
- •1、病理结果确证为“慢性萎缩性胃炎”，但未明确指出“萎缩”和 / 或“肠化”的严重程度者；
- •2、萎缩性胃炎内镜下活检部位不明确，且内镜图片病变识别有困难者；
- •3、消化道恶性肿瘤累及部位广泛或不明确者；
- •4、仅患有胰胆系统恶性肿瘤者；
- •5、同时合并其他系统恶性肿瘤者；
- •6、内镜图片不清晰和 / 或拍摄角度不符合要求者。
结局指标
主要结局
病变检出率
次要结局
- 诊断准确率
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
一种预测粘膜内胃早癌的人工智能辅助系统的开发和验证ChiCTR2000031111国家自然科学基金
Unknown
不适用
基于消化内镜动态大数据的人工智能病变识别系统研究ChiCTR2200063891北京市科学技术委员会5,808
Unknown
不适用
早期胃癌诊断人机比赛早期胃癌ChiCTR2200062192自筹
Unknown
不适用
基于卷积神经网络的早期胃癌内镜切除术前一站式智能决策系统的研究胃癌ChiCTR2000035640上海市青年科技英才扬帆计划
Unknown
不适用
人工智能在超声内镜诊断消化道黏膜下肿瘤中的作用：一项多中心、病例对照、诊断性研究ChiCTR2000031440山东省重点研发计划（重大科技创新工程）(NO.2019JZZY011007)