洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 基础大模型与深度学习辅助的超声智能化研究

【ChiCTR2500115371】基础大模型与深度学习辅助的超声智能化研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500115371

试验状态

尚未开始

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-12-25

临床申请受理号

/

靶点

/

适应症

多器官常见病

试验通俗题目

基础大模型与深度学习辅助的超声智能化研究

试验专业题目

基础大模型与深度学习辅助的超声智能化研究

申办单位信息
申请人联系人
请登录查看
申请人名称
请登录查看
联系人邮箱
请登录查看
联系人邮编

联系人通讯地址
请登录查看
临床试验信息
试验目的

总体目的：本研究旨在通过开展多中心、前瞻性及随机对照等多类型临床试验，系统评估基于基础大模型与深度学习技术的超声人工智能系统在全身多器官超声中的应用价值。研究目标是推动超声AI从单一任务走向多任务、从局部探索走向全流程临床应用，从而实现超声诊断的智能化、标准化与可推广化。 具体目的： 技术层面：开发和验证多种超声AI方法（包括但不限于大模型、深度学习、生成式AI、多模态模型等），支持病灶检测、疾病诊断、图像质量控制、结构化报告生成及临床问答等任务。 临床层面：在体检、门诊、急诊和住院等不同场景，评估AI在多器官疾病筛查、诊断和随访中的性能，与常规人工解读进行对照。 人机协作层面：探索AI与超声医生在诊断决策和报告生成中的协作模式，比较人工独立、AI独立及人机协作模式下的表现。 患者与医生体验层面：评估AI系统在临床应用中的可解释性、信任度和接受度，分析其对医生工作负担、患者沟通和医疗流程的影响。 真实世界价值层面：验证超声AI在不同层级医疗机构的适用性，探索其在分级诊疗、早筛早诊和医疗资源均衡中的作用，为临床推广与政策制定提供循证依据。

试验分类
请登录查看
试验类型

诊断性病例对照试验

试验分期

诊断试验新技术

随机化

无

盲法

双盲，研究者和受试者均保持盲态。报告评估者在记录结果时不知道受试者的分组情况

试验项目经费来源

国家自然科学基金

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2026-01-01

试验终止时间

2030-11-01

是否属于一致性

/

入选标准

1.年龄 >=18岁，性别不限； 2.接受常规临床超声检查，能够提供完整的临床与影像学信息； 3.自愿参加并签署知情同意书； 4.能够配合完成随访及研究流程。；

排除标准

1.临床资料严重缺失或影像质量无法满足分析需求者； 2.合并严重全身性疾病，无法配合随访者； 3.精神或认知障碍导致无法理解或同意者； 4.拒绝使用人工智能辅助诊断或明确要求退出研究者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

中山大学附属第一医院

研究负责人电话
请登录查看
研究负责人邮箱
请登录查看
研究负责人邮编

/

联系人通讯地址
请登录查看
更多信息
获取更多临床信息查看权限
立即前往摩熵医药企业版免费查询
示例数据
<END>

中山大学附属第一医院的其他临床试验

更多

中山大学附属第一医院的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品