At skabe en kunstig intelligens-drevet enhed til luftvejsvurdering (AINFAS) til at identificere patienter med vanskelige luftveje præoperativt.
Kunstig intelligens-drevet 3D-ansigtsscanner til luftvejsvurdering (AINFAS)
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Kontakter og lokationer
Studiesteder
-
-
-
Singapore, Singapore, 119074
- National University Hospital Singapore
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Under kirurgi under fuld narkose, der kræver endotracheal intubation eller supraglottisk luftvej
- 21-100 år gammel
Eksklusionskriterier:
- Alder under 21 år
- Patienter med tidligere operation med ændret ansigtsudseende
- Patienter med tracheostomi
- Patienter med enhver orofaryngeal patologi
- Patienter med nasofarynxcancer efter strålebehandling eller kemoterapi
- Gravide kvinder
- Patienter, hvis læger ikke brugte en laryngoskop eller supraglottisk luftvej
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Generel anæstesi kirurgi
|
deltagere, der får taget deres fotografi ved hjælp af en tablet-enhed efter en standardiseret protokol for at indfange relevante ansigts- og halsfunktioner.
Disse fotografier vil derefter blive analyseret ved hjælp af software, der vurderer billederne for potentielle indikatorer på en vanskelig luftvej.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøjagtigheden af AINFAS i forudsigelse af vanskelige luftveje
Tidsramme: Vurderingen vil finde sted fra tidspunktet for præoperativ AI-analyse indtil afslutningen af intuberingsproceduren, typisk inden for 48 timer.
|
At identificere og karakterisere de vigtigste prædiktive parametre, der bidrager til AI-systemets samlede evne til at opdage vanskelige luftveje.
|
Vurderingen vil finde sted fra tidspunktet for præoperativ AI-analyse indtil afslutningen af intuberingsproceduren, typisk inden for 48 timer.
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Identifikation af nye prædiktorer for vanskelige luftveje
Tidsramme: Dataanalyse vil blive udført efter afslutningen af alle deltagerprocedurer, typisk inden for 2 år efter den sidste deltagers vurdering.
|
At identificere og karakterisere nye prædiktive parametre, der bidrager til AI-systemets overordnede evne til at bestemme sandsynligheden for en vanskelig luftvej.
|
Dataanalyse vil blive udført efter afslutningen af alle deltagerprocedurer, typisk inden for 2 år efter den sidste deltagers vurdering.
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Will Ne-Hooi Loh, National University Hospital, Singapore
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
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
Nøgleord
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2021/00908
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .