Školení modelu strojového učení pro detekci žilních onemocnění pomocí technologie PPG

Tento klinický výzkum si klade za cíl vyhodnotit účinnost použití signálů fotopletysmografie (PPG) v kombinaci s algoritmy umělé inteligence (AI) pro přesnou klasifikaci a diagnostiku žilních onemocnění dolních končetin. Tato studie zve skupinu účastníků, kteří v současné době podstupují vyšetření na žilní onemocnění na The Whiteley Clinic (dále jen TWC). Účastníci budou rozděleni do skupin kontrolní (zdraví jedinci bez významného žilního onemocnění) a chronických žilních onemocnění (CVD) (s diagnózou prokázaného žilního onemocnění). Potenciální účastníci, kteří projeví zájem o zařazení do studie, dostanou informační list pro pacienta a projdou instruktáží pilotní studie. Pokud souhlasí a podepíší příslušné formuláře souhlasu, provedou účastníci sérii standardizovaných cvičení pod dohledem konzultanta cévního chirurga. Během cvičení zaznamenává zařízení pro sběr dat připojené ke kotníku signály PPG a zachycuje změny v objemu krve v důsledku odražených signálů PPG od červených krvinek během pohybu. Jakmile jsou tedy data shromážděna a zaznamenána, umožňuje to vzájemnou analýzu dat kontrolní skupiny a CVD skupiny. Při analýze signálů PPG obou skupin spočívá cíl ve schopnosti detekovat jemné nuance ve vzorcích signálů PPG během prováděných pohybů pomocí algoritmů AI. Algoritmy AI budou rozlišovat vzory nebo rysy indikující přítomnost nebo nepřítomnost žilního onemocnění. Tato studie se snaží přispět cennými poznatky ke zlepšení diagnostiky žilního onemocnění pomocí algoritmů PPG a AI a připravit nové přístupy k žilní péči.