Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Algoritmus umělé inteligence pro screening abnormálních nálezů fetálního mozku v prvním trimestru ultrazvuku (AIRFRAME)

21. března 2024 aktualizováno: Familiari Alessandra, Fondazione Policlinico Universitario Agostino Gemelli IRCCS

Vizualizace mozkových prostorů zadní jámy, jejich prostorový vztah a měření lze získat v midsagitálním pohledu na hlavu plodu, stejně jako při měření NT (9), a hraje důležitou roli v časné diagnostice defektů neurální trubice, jako je např. otevřený spinální dysrafismus [5] a anomálie zadní jámy, jako je DWM nebo BPC [7]. Posouzení zadní jámy plodu v prvním trimestru je však stále náročné kvůli několika omezením, včetně mimovolních pohybů plodu a malé velikosti mozkových struktur, což způsobuje potíže při vyšetření a chybné diagnóze. Navíc je také závislý na operátorovi, pokud jde o získávání vysoce kvalitních ultrazvukových snímků, standardní měření a přesnou diagnostiku.

Použití nových technologií ke zlepšení získávání snímků, které pomáhají automaticky provádět měření nebo pomáhají při diagnostice abnormalit plodu, může mít velký význam pro optimální hodnocení mozku plodu, zejména v prvním trimestru (10). Umělá inteligence (AI) je popsána jako schopnost počítačového programu provádět procesy spojené s lidskou inteligencí, jako je učení, myšlení a řešení problémů. Hluboké učení (DL), podmnožina strojového učení (ML), je odvětví AI, které je definováno schopností učit se funkce automaticky z dat bez lidského zásahu. V DL jsou vstup a výstup spojeny více vrstvami volně modelovanými na nervových drahách lidského mozku. V oblasti rozpoznávání obrazu jsou jedním z nejslibnějších typů DL sítí konvoluční neuronové sítě (CNN). Ty jsou navrženy tak, aby plně automatizovaným způsobem extrahovaly vysoce reprezentativní vlastnosti obrazu, což je činí použitelnými pro diagnostické rozhodování.

Na základě těchto pozorování navrhujeme výzkumný projekt zaměřený na vývoj algoritmu umělé inteligence založeného na ultrazvuku, který je schopen hodnotit struktury zadní jámy plodu během ultrazvukového skenování v prvním trimestru a rozlišovat mezi normálními a abnormálními nálezy prostřednictvím plně automatického zpracování dat. .

Přehled studie

Postavení

Nábor

Detailní popis

Aplikace AI v porodnickém ultrazvuku zahrnuje tři aspekty: identifikaci struktury, automatická a standardizovaná měření a klasifikační diagnostiku. Vzhledem k tomu, že porodnický ultrazvuk je časově náročný, použití AI by také mohlo zkrátit dobu vyšetření a zlepšit pracovní postup.

Design studie: jedná se o multicentrickou retrospektivní observační kohortovou studii a následnou prospektivní kohortovou studii. Návrh studie bude organizován ve dvou různých fázích.

První fáze, retrospektivní studie proveditelnosti, má za cíl vyvinout a trénovat AI-algoritmus s normálními a abnormálními snímky retrospektivně získanými během prvního trimestru ultrazvukového skenování z deseti mezinárodních center fetální medicíny.

Druhá fáze, prospektivní klinická validace, má za cíl otestovat AI-algoritmus při hodnocení anatomie zadní jámy plodu ve skutečném klinickém prostředí se skutečnými pacienty z každého ze zúčastněných center fetální medicíny.

Nastavení: Tři (3) centra fetální medicíny.

Účastníci: populace jednočetných těhotných, která podstoupila ultrazvukové vyšetření mezi 11. - 14. týdnem těhotenství v deseti centrech fetální medicíny.

Primární cíl: Ověřit novou technologii založenou na umělé inteligenci, která by mohla být potenciálně použita jako nástroj pro screening abnormálních nálezů mozku plodu v prvním trimestru.

Sekundární cíle: Zlepšit výkon standardního screeningu fetální zadní jamky v prvním trimestru a zajistit jeho spolehlivé sonografické vyšetření v kratší době provedení. Zjistit vyšší opakovatelnost a reprodukovatelnost, což umožní implementovat ultrazvukový screening i z hlediska efektivity v širokém měřítku, optimalizace zdrojů zdravotní péče V první fázi studie budou zúčastněná centra fetální medicíny prohledávat své elektronické databáze midsagitální snímky jednočetných těhotných žen kteří podstoupili ultrazvukové zobrazení v 11+0 - 13+6 týdnech gestace s jakoukoli anomálií zadní jámy plodu, jako je otevřený spinální dysrafismus, DWM nebo BPC. Normální snímky fetální zadní jámy ve stejném gestačním věku poskytnou podpůrná centra – tj. Fondazione Policlinico A. Gemelli, IRCCS a Univerzita v Parmě. Klinické, ultrazvukové, prenatální a postnatální informace o každém případu budou získány ze zdravotních záznamů pacienta a vloženy do souboru elektronické databáze hlavním zkoušejícím z každého zúčastněného centra. Získané snímky budou anonymizovány, uloženy jako DICOM a sdíleny prostřednictvím vyhrazeného cloudového úložného systému, který vytvoří tým bioinženýrství. Každé centrum bude mít přístup k webovému systému pomocí osobního ID a hesla.

Ve druhé fázi studie bude algoritmus prospektivně testován a validován v reálném klinickém prostředí s reálnými pacienty z každého ze zúčastněných center fetální medicíny. Kritéria pro zařazení a vyloučení, protokol zobrazování a sběr dat budou stejné jako v retrospektivní fázi.

Typ studie

Pozorovací

Zápis (Odhadovaný)

10000

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní místa

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

18 let až 45 let (Dospělý)

Přijímá zdravé dobrovolníky

Ano

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Všechna těhotenství podstupující screening v prvním trimestru

Popis

Kritéria pro zařazení:

  • Ženy s jedním těhotenstvím, které podstoupily ultrazvukové vyšetření mezi 11+0 - 13+6 týdnem gestace nebo fetální temeno-zadní délku mezi 45 - 84 mm.

Kritéria vyloučení:

  • Ženy, které neprodělaly screening v prvním trimestru v ustáleném gestačním věku.
  • Ženy, u kterých nebyla technicky možná dobrá vizualizace středního sagitálního pohledu na hlavičku plodu.
  • Ženy, které nejsou schopny dát informovaný souhlas.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Pouzdro
Plody s mozkovými anomáliemi
Vývoj algoritmu AI pro včasnou detekci mozkových anomálií plodu v prvním trimestru těhotenství
Řízení
Normální s normálním mozkem
Vývoj algoritmu AI pro včasnou detekci mozkových anomálií plodu v prvním trimestru těhotenství

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Algoritmus AI
Časové okno: 2 roky
Počet případů zjištěných aplikací algoritmu AI
2 roky

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Reprodukovatelnost
Časové okno: 1 rok
Počet případů detekovaných pomocí algoritmu AI ve srovnání s případy detekovanými standardními technikami prenatální diagnostiky
1 rok

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Alessandra Familiari, MD, Fondazione Policlinico Agostino Gemelli

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. května 2023

Primární dokončení (Odhadovaný)

1. května 2024

Dokončení studie (Odhadovaný)

1. května 2025

Termíny zápisu do studia

První předloženo

6. března 2023

První předloženo, které splnilo kritéria kontroly kvality

16. března 2023

První zveřejněno (Aktuální)

30. března 2023

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

22. března 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

21. března 2024

Naposledy ověřeno

1. března 2024

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • 5526

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

ANO

Popis plánu IPD

Obrazy DICOM přes jednotku mezi centry

Časový rámec sdílení IPD

po 1 roce a na 1 rok

Kritéria přístupu pro sdílení IPD

patologické případy

Typ podpůrných informací pro sdílení IPD

  • PROTOKOL STUDY
  • MÍZA

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit