AI til metabolsk screening af nyfødte
Udvikling og klinisk validering af et kunstig intelligens-baseret fortolkningssystem til nyfødtescreening for arvelige stofskiftesygdomme
Formålet med denne kliniske undersøgelse er at evaluere, om et kunstig intelligens (KI)-baseret fortolkningssystem kan diagnosticere arvelige stofskiftesygdomme hos nyfødte, der gennemgår rutinemæssig screening, nøjagtigt. De vigtigste spørgsmål, den sigter mod at besvare, er:
Hvad er følsomheden og specificiteten af KI-systemet sammenlignet med standard manuel fortolkning? Reducerer KI-systemet variationen i screeningsresultaterne? Forskere vil sammenligne KI-fortolkningsresultaterne med dem fra standard manuel gennemgang af uddannet laboratoriepersonale for at vurdere diagnostisk ydeevne.
Deltagerne vil:
Få deres rutinemæssige nyfødtescreeningsblodprøver analyseret ved hjælp af både KI-systemet og standard manuel fortolkning Blive fulgt i henhold til nationale nyfødtescreeningsretningslinjer, hvis enten metode indikerer et positivt resultat
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Hu, PhD
- Telefonnummer: +86-571-86670459
- E-mail: hzz22980825@zju.edu.cn
Studiesteder
-
-
Zhejiang
-
Hangzhou, Zhejiang, Kina, 310000
- The Children's Hospital, Zhejiang University School of Medicine
-
Kontakt:
- Hu, PhD
- Telefonnummer: +86-571-86670459
- E-mail: hzz22980825@zju.edu.cn
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Nyfødte, der gennemgik rutinemæssig nyfødt screening for arvelige stofskifteforstyrrelser ved Zhejiang Provincial Newborn Screening Center mellem maj 2025 og december 2027
- Blodprøver indsamlet mellem 2 og 28 dages alderen
- Tilgængelighed af komplette nyfødte screeningstestdata og essentiel klinisk information
Eksklusionskriterier:
- Manglende, ufuldstændige eller dårlig kvalitet screeningdata
- Duplikatprøver fra samme nyfødte
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Screening
- Tildeling: N/A
- Interventionel model: Enkelt gruppeopgave
- Maskning: Ingen (Åben etiket)
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Andet: AI og manuel fortolkning af nyfødt-screeningsdata
|
Denne intervention er en dyb læringsbaseret softwarealgoritme, der er designet specifikt til fortolkning af tandem massespektrometri (MS/MS)-data fra rutinemæssig nyfødt-screening hos kinesiske nyfødte.
Den integrerer kliniske kovariater – inklusive gestationsalder, fødselsvægt og tidspunkt for blodprøvetagning – for at udføre multiple-of-the-median (MOM)-normalisering og evaluerer samtidigt 42 arvelige stofskiftesygdomme.
I modsætning til eksisterende AI-værktøjer udviklet til ældre generations screeningspaneler (f.eks. dem, der kun dækker 29 analytter), er dette system trænet og valideret på over 300.000 virkelige kinesiske nyfødte-prøver, hvilket gør det til det første AI-diagnostiske værktøj skræddersyet til Kinas nuværende udvidede nyfødt-screeningprogram.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Sensitiviteten af AI-tolkningssystemet til at påvise arvelige stofskiftesygdomme
Tidsramme: Inden for 12 måneder efter nyfødtscreening
|
Inden for 12 måneder efter nyfødtscreening
|
|
Specifikiteten af AI-fortolkningssystemet til at detektere arvelige stofskiftesygdomme
Tidsramme: Inden for 12 måneder efter nyfødt-screening
|
Inden for 12 måneder efter nyfødt-screening
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2025-IRB-0550-P-01
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .