Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

AI-genereret videofeedback til forbedring af tekniske færdigheder i koronar bypass-kirurgi

3. februar 2026 opdateret af: Shengshou Hu, China National Center for Cardiovascular Diseases
Dette studie har til formål at vurdere, om målrettet videofeedback genereret af en kunstig intelligens (AI)-baseret model til vurdering af kirurgisk præstation kan understøtte forbedring af tekniske færdigheder blandt hjertekirurger, der udfører koronar bypass-kirurgi (CABG). Dette er et enkeltgruppe, selvkontrolleret, før-efter interventionsstudie. Deltagende kirurger vil indsende en baseline CABG-kirurgisk video, som vil blive vurderet af både en AI-model og blindede menneskelige ekspertvurderere ved hjælp af standardiserede bedømmelseskriterier. Baseret på AI-vurderingen vil kirurger modtage personlig videofeedback, der fremhæver operative trin forbundet med lavere teknisk præstation. Efter en en-måneders selvstyret gennemgangsperiode vil en opfølgende CABG-kirurgisk video blive indsendt og evalueret ved hjælp af den samme proces. Ændringer i menneskevurderede tekniske færdighedsscore mellem baseline og opfølgning vil blive brugt til at vurdere den potentielle pædagogiske indvirkning af AI-genereret videofeedback.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Koronar bypass-kirurgi (CABG) er en kompleks kirurgisk procedure, der kræver et højt teknisk færdighedsniveau fra hjertekirurger. Variation i kirurgisk teknik kan påvirke procedurens kvalitet og patientresultater. Nylige fremskridt inden for kunstig intelligens (AI) har muliggjort automatiseret vurdering af kirurgisk præstation ved hjælp af operationsvideodata, hvilket skaber nye muligheder for objektiv feedback og kirurgisk uddannelse.

Denne undersøgelse har til formål at evaluere, om målrettet videofeedback genereret af en AI-baseret model til vurdering af kirurgisk præstation kan hjælpe hjertekirurger med at forbedre deres tekniske færdigheder i CABG-procedurer. Deltagende kirurger, hvis baseline tekniske præstation rangerer i den nederste halvdel af AI-scoringssystemet, vil modtage personlig videofeedback, der fremhæver operative trin og manøvrer forbundet med lavere præstationsscore.

I denne enkeltgruppestudie med selvkontrol vil hver deltagende kirurg indsende en baseline CABG-kirurgivideo, som vil blive uafhængigt evalueret af både AI-modellen og et panel af erfarne hjertekirurger ved hjælp af standardiserede scoringskriterier. Efter at have modtaget AI-genereret videofeedback vil kirurgerne få en måned til at gennemgå og reflektere over feedbacken uden yderligere formel træning eller coaching. En opfølgende CABG-kirurgivideo vil derefter blive indsendt og vurderet ved hjælp af samme evalueringsproces.

Undersøgelsens primære resultat er ændringen i tekniske færdighedsscore tildelt af menneskelige ekspertvurderere mellem baseline- og opfølgende videoer. Sekundære resultater omfatter kirurgers selvvurdering af AI-identificerede præstationsmangler, overensstemmelse mellem AI-genereret feedback og menneskelig ekspertfeedback samt udvalgte patienters postoperative indlæggelsesresultater. Resultaterne af denne undersøgelse kan belyse AI-assisteret videofeedbacks rolle som et skalerbart uddannelsesværktøj til udvikling af kirurgiske færdigheder.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

100

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Studiesteder

  • Kina
    • Beijing Municipality
      • Beijing, Beijing Municipality, Kina, 102300
        • Fuwai Hospital
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  • Baseline AI-vurderet teknisk præstation rangeret i de nederste 50% inden for scoringssystemet i CAMERA-studiet (NCT06739005)

Eksklusionskriterier:

  • Uvillig til at deltage

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Andet
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: AI-styret video-feedback-intervention
Deltagerne i dette studie vil modtage en personliggjort pædagogisk intervention, der består af AI-genereret videofeedback baseret på deres baseline videor af koronar bypass-kirurgi (CABG). AI-modellen analyserer kirurgisk præstation og identificerer specifikke operative trin med lavere tekniske færdighedsscore. Udvalgte videoklip, der fremhæver disse områder, leveres til kirurgerne til selvgennemgang og refleksion. Der gives ingen yderligere formel træning eller coaching i løbet af den en måned lange interventionsperiode, hvorefter en opfølgende kirurgisk video indsendes til revurdering.
Adfærdsmæssigt: AI-drevet video-feedback-intervention
Deltagerne i denne undersøgelse vil modtage en personlig uddannelsesintervention bestående af AI-genereret videofeedback baseret på deres baseline coronar bypass-kirurgiske videoer. AI-modellen analyserer kirurgisk præstation og identificerer specifikke operative trin med lavere tekniske færdighedsscore. Kuraterede videoklip, der fremhæver disse områder, gives til kirurgerne til selvgennemgang og refleksion. Der gives ingen yderligere formel træning eller coaching i løbet af den ene måneds interventionsperiode, hvorefter en opfølgende kirurgisk video indsendes til revurdering.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ændring i Human Expert-vurderet Teknisk Færdighedsscore Mellem Baseline og Opfølgning CABG-videoer
Tidsramme: Baseline, 1 måned
Det primære resultat er ændringen i tekniske færdighedsscore tildelt af et panel af blindede menneskelige ekspertvurderere, som uafhængigt evaluerer anonymiserede bypass-kirurgiske videoer (CABG) indsendt ved baseline og en måned efter at have modtaget AI-genereret videofeedback. Scoringssystemet bruger en standardiseret rubrik til at vurdere den overordnede kirurgiske tekniske præstation. Jo højere score, jo bedre præstation: respekt for væv, tid og bevægelse, instrumenthåndtering, viden om instrumenter, brug af assistenter, operationsflow og fremtidig planlægning samt viden om den specifikke procedure. Hvert område blev scoret på en 5-punkts Likert-skala, hvor 1 indikerede dårlig præstation og 5 repræsenterede excellence. Derudover gav hver vurderer en overordnet indtryksscore (1-5) for at fange deres holistiske vurdering af kirurgisk præstation. De to scores blev skaleret til 100 point, og den endelige score består af 70% af 7-områders vurderingssumscore og 30% af overordnet indtryksscore.
Baseline, 1 måned

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Kirurgens egenvurdering af AI-feedbacken
Tidsramme: 1 måned
Kirurger vil gennemgå de AI-genererede videoklip, der fremhæver tekniske præstationsmangler, og udfylde et selvudfyldt spørgeskema, der evaluerer deres tilfredshed med AI-feedbacket.
1 måned
Konsistens mellem AI-feedback og feedback fra menneskelige eksperter.
Tidsramme: Baseline, 1 måned
Dette resultat vurderer overensstemmelsen mellem den AI-genererede feedback om kirurgisk præstation og evalueringer leveret af menneskelige ekspertbedømmere. AI-scoren blev genereret af et totrins dyb læringsramme, og menneskelige ekspertbedømmers score blev genereret af en valideret 7-domæne bedømmelsesskala, som detaljeret beskrevet i det primære resultat. Den intraklasse korrelationskoefficient (ICC) vil blive brugt til at vurdere overensstemmelsen mellem de kirurgiske teknikscores, der er vurderet af AI-modellen, og dem, der er bedømt af menneskelige ekspertbedømmere.
Baseline, 1 måned
Postoperative indlæggelsesresultater: forekomsten af større komplikationer
Tidsramme: Baseline, 1 måned
Patienters postoperative indlæggelsesresultater indsamles og analyseres for at undersøge eventuelle sammenhænge med ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen. Forekomsten af større komplikationer (et sammensat udfald af død, akut nyreskade, hjerteinfarkt og apopleksi)
Baseline, 1 måned
Postoperative resultater under hospitalsindlæggelsen: incidensen af død
Tidsramme: Baseline, 1 måned
Sammenhængene mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af død.
Baseline, 1 måned
Postoperative indlæggelsesrelaterede resultater: forekomsten af akut nyreskade
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og incidensen af akut nyreskade.
Baseline, 1 måned
Postoperative indlæggelsesresultater: forekomsten af myokardieinfarkt
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af hjerteinfarkt.
Baseline, 1 måned
Postoperative indlæggelsesresultater: forekomsten af apopleksi
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af slagtilfælde.
Baseline, 1 måned
Postoperative indlæggelsesresultater: incidensen af sekundær thorakotomi
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af sekundær torakotomi.
Baseline, 1 måned
Postoperative indlæggelsesresultater: forekomsten af IABP-implantation
Tidsramme: Baseline, 1 måned
Sammenhængene mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og incidensen af IABP-implantation.
Baseline, 1 måned
Postoperative indlæggelsesresultater: incidensen af ECMO-implantation
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af ECMO-implantation.
Baseline, 1 måned
Postoperative indlæggelsesresultater: incidensen af sengekant-hemofiltrering
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af sengeplads-hemofiltrering.
Baseline, 1 måned
Postoperative indlæggelsesresultater: incidensen af peritonealdialyse
Tidsramme: Baseline, 1 måned
Sammenhængen mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af peritoneal dialyse.
Baseline, 1 måned
Postoperative indlæggelsesresultater: incidensen af tracheotomi
Tidsramme: Baseline, 1 måned
Sammenhængene mellem ændringer i kirurgens tekniske præstation efter AI-feedback-interventionen og forekomsten af tracheotomi.
Baseline, 1 måned

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

China National Center for Cardiovascular Diseases

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

31. januar 2026

Primær færdiggørelse (Anslået)

31. marts 2026

Studieafslutning (Anslået)

30. april 2026

Datoer for studieregistrering

Først indsendt

23. december 2025

Først indsendt, der opfyldte QC-kriterier

3. februar 2026

Først opslået (Faktiske)

10. februar 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

10. februar 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

3. februar 2026

Sidst verificeret

1. februar 2026

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Andre undersøgelses-id-numre

  • FW-HSS

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Data indsamlet til undersøgelsen vil blive stillet offentligt til rådighed efter rimelig anmodning (huss@fuwai.com) efter to år fra offentliggørelsen.

IPD-delingstidsramme

Efter to års udgivelse.

IPD-delingsadgangskriterier

Alle med en protokol sendt til huss@fuwai.com og godkendt af PI kan få adgang til dataene. Dataene vil blive overført via excel eller sas.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • SAP

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Kliniske forsøg med Uddannelse

Kliniske forsøg med AI-drevet video-feedback-intervention

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Angola

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner