ChiCTR2400088336进行中（未招募）不适用
基于多模态数据的人工智能辅助儿童肾积水精准诊断的研究
自筹经费3 个研究点 分布在 1 个国家开始时间: 2023年10月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 3
- 主要终点
- 肾盂分离宽度
研究概览
简要总结
近年来，人工智能（Artificial intelligence, AI）技术在医学领域展现出巨大的应用潜力，包括医学影像识别、多模态数据处理等。基于对医学影像大数据的深度学习，AI 能辅助影像医生识别病变以及判断疾病的严重程度。最近有研究报道了 AI 辅助识别儿童肾积水超声影像的可行性，但目前尚无基于多中心多模态数据的 AI 辅助儿童肾积水精准诊断的研究。本项目旨在利用 AI 技术整合研究小儿肾积水多模态数据，基于肾积水进展情况提出精准的预测模型，从而帮助临床医生早期预测肾积水的进展情况。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 年龄范围
- 0 至 1（—）
- 性别
- All
入选标准
- •回顾性队列：在 2020 年 1 月-2023 年 10 月就诊于本研究相关医疗中心的肾积水患儿，初次就诊年龄小于 1 岁，SFU 分级处于 2 级和 3 级，或超声显示 APD 位于 1cm-3cm 之间且无肾皮质变薄等肾实质损害表现。
- •前瞻性队列：在 2023 年 10 月-2024 年 12 月就诊于研究相关医疗中心的年龄小于 1 岁的肾积水患儿，初次就诊时 SFU 分级处于 2 级和 3 级，或超声显示 APD 位于 1cm-3cm 之间且无肾皮质变薄等肾实质损害表现。随访时间为 6 个月。
排除标准
- •① 存在后尿道瓣膜等下尿路梗阻性疾病
- •② 肾脏发育畸形的，如马蹄肾、重复肾、异位融合肾等
- •④ 下腔静脉后输尿管、异位血管压迫等肾外因素导致的肾积水
- •⑤ 原发性膀胱输尿管返流、膀胱输尿管连接部梗阻、梗阻性巨输尿管、输尿管开口囊肿等疾病
- •⑥ 合并其他系统严重畸形的患儿
- •⑦ 就诊时已在外院接受过造瘘或置管等干预性治疗的
研究组 & 干预措施
回顾性队列
前瞻性队列
结局指标
主要结局
肾盂分离宽度
次要结局
未报告次要终点
研究者
研究点 (3)
Loading locations...
相似试验
Unknown
不适用
机器学习预测模型在肾盂成形术后肾积水缓解情况中的应用ChiCTR2100052822自筹1,000
Unknown
不适用
基于多期增强 CT 与深度学习的肾脏占位三级分类模型开发及其临床应用研究ChiCTR2500112290自筹
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
Unknown
不适用
基于人工智能的肾脏超声影像分析平台ChiCTR2400081405脉得智能科技（无锡）有限公司
Unknown
不适用
人工智能多模态大模型在泌尿系统疾病中的应用探索ChiCTR2500103122自选课题（自筹）