Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Durch künstliche Intelligenz ermöglichte EKG-Erkennung angeborener Herzfehler bei Kindern: ein neuartiges Diagnosetool (AI-ECG-CHD)

28. Juli 2026 aktualisiert von: Jing Sun, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
Angeborene Herzfehler (KHK) sind die häufigste angeborene Erkrankung bei Kindern. Die Früherkennung, Diagnose und Behandlung von KHK bei Kindern ist von großer Bedeutung, um die Prognose zu verbessern und die Sterblichkeit von Kindern zu senken, doch die aktuellen Screening-Methoden weisen Einschränkungen auf. Das Elektrokardiogramm (EKG) hat als kostengünstiges und schnelles Mittel zur Erkennung von Herzerkrankungen einen sehr wichtigen Stellenwert bei der Hilfsdiagnose von KHK. Big Data und Deep-Learning-Technologien in der künstlichen Intelligenz (KI) haben großes Potenzial im medizinischen Bereich gezeigt. Das Aufkommen des Big-Data-Zeitalters bietet reichhaltige Datenressourcen für die eingehende Untersuchung von KHK-EKG-Signalen bei Kindern. Die Entwicklung der Deep-Learning-Technologie, insbesondere der Durchbruch auf dem Gebiet der Bilderkennung, bietet eine starke technische Unterstützung für die intelligente Analyse von Elektrokardiogrammen. Die Besonderheit des Elektrokardiogramms bei Kindern erfordert die Entwicklung eines speziellen Algorithmusmodells. Derzeit ist die Forschung zur Anwendung von Deep-Learning-Modellen zur Identifizierung von Elektrokardiogrammen von Kindern begrenzt, und es mangelt an Training und Verifizierung anhand großer Datensätze. Basierend auf dem Chinese Congenital Heart Disease Collaborative Research Network zielt dieses Projekt darauf ab, Daten und Deep-Learning-Technologie zu integrieren, um eine Reihe intelligenter Elektrokardiogramm-gestützter Diagnosesysteme (KHK-EKG-KI-System) zu entwickeln, die für Kinder mit KHK geeignet sind, um die Früherkennung zu verbessern Erhöhen Sie die Erkennungsrate von KHK und verbessern Sie die Effizienz des Screenings auf angeborene Herzfehler.

Studienübersicht

Status

Status

Zeigt den aktuellen Rekrutierungsstatus oder den erweiterten Zugriffsstatus an.
Zurückgezogen

Bedingungen

Bedingungen

Die Krankheit, Störung, das Syndrom, die Krankheit oder die Verletzung, die untersucht wird. Auf ClinicalTrials.gov können die Bedingungen auch andere gesundheitsbezogene Themen wie Lebensdauer, Lebensqualität und Gesundheitsrisiken umfassen.

Studientyp

Studientyp

Beschreibt die Art einer klinischen Studie. Zu den Studientypen gehören Interventionsstudien (auch klinische Studien genannt), Beobachtungsstudien (einschließlich Patientenregister) und erweiterter Zugang.
Beobachtungs

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienkontakt

Der Name und die Kontaktinformationen der Person, die Fragen zur Registrierung für eine klinische Studie beantworten kann. Jeder Standort, an dem die Studie durchgeführt wird, kann auch einen bestimmten Ansprechpartner haben, der diese Fragen möglicherweise besser beantworten kann.

Studienorte

  • China
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, China
        • Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Zulassungskriterien

Die wichtigsten Voraussetzungen, die Personen erfüllen müssen, die an einer klinischen Studie teilnehmen möchten, bzw. welche Eigenschaften sie mitbringen müssen. Auswahlkriterien bestehen sowohl aus Einschlusskriterien (die erforderlich sind, damit eine Person an der Studie teilnehmen kann) als auch aus Ausschlusskriterien (die eine Person an der Teilnahme hindern). Arten von Zulassungskriterien umfassen, ob eine Studie gesunde Freiwillige akzeptiert, Alters- oder Altersgruppenanforderungen hat oder durch das Geschlecht begrenzt ist.

Studienberechtigtes Alter

  • Kind
  • Erwachsene

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Unser Datensatz bestand aus retrospektiven Daten von Patienten unter 18 Jahren, die über vollständige Informationen zu EKG, Echokardiographie, Untersuchung und Krankengeschichte verfügten.

Beschreibung

Einschlusskriterien:

  • Das Alter beim ersten Besuch lag zwischen 3 Monaten nach der Geburt und 18 Jahren;
  • In der Gruppe mit Vorhofseptumdefekten mussten die Patienten in der Fallgruppe eine EKG-Untersuchung durchführen und durch sorgfältige Herzultraschalluntersuchung bestätigten, dass ein einfacher sekundärer Vorhofseptumdefekt ohne andere komplexe Herzfehlbildungen (wie z. B. ektopische Pulmonalvenendrainage, Fehlbildung der Stammkonusarterie) vorlag , unterbrochener Aortenbogen, primäre pulmonale Hypertonie usw.). In der Gruppe mit pulmonaler Hypertonie wurde das Vorliegen einer KHK-assoziierten pulmonalen Hypertonie durch eine sorgfältige kardiale Ultraschalluntersuchung bestätigt. Die Kontrollgruppe bestand aus Patienten mit normaler intrakardialer Struktur, die mittels Herzultraschall untersucht wurden. Der Zeitabstand zwischen EKG-Untersuchung und Echokardiographie-Untersuchung betrug bei allen Patienten < 1 Monat;
  • Keine schwerwiegende Erkrankung zum Zeitpunkt des Erstbesuchs (nicht lebensbedrohliche organische Erkrankung durch angeborene Herzfehler).

Ausschlusskriterien:

  • Alter des ersten Besuchs < 3 Monate oder > 18 Jahre alt;
  • Komplizierte angeborene Herzerkrankungen (z. B. anomale pulmonalvenöse Drainage, Fehlbildung der Stammkonusarterie, unterbrochener Aortenbogen, primäre pulmonale Hypertonie usw.);
  • Die klinischen Informationen sind unvollständig, einschließlich fehlender EKG- oder Echokardiographie-Informationen, oder das Zeitintervall zwischen EKG und Echokardiographie beträgt > 1 Monat;
  • Lebensbedrohliche Erkrankungen anderer Organsysteme;

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte

Gruppe / Kohorte

Eine Gruppe oder Untergruppe von Teilnehmern an einer Beobachtungsstudie, die hinsichtlich biomedizinischer oder gesundheitlicher Ergebnisse bewertet wird.
Kontrolle
Pulmonale Hypertonie
Vorhofseptumdefekt

Was misst die Studie?

Primäre Ergebnismessungen

Primäre Ergebnismessungen

Im Protokoll einer klinischen Studie die geplante Ergebnismessung, die für die Bewertung der Wirkung einer Intervention/Behandlung am wichtigsten ist. Die meisten klinischen Studien haben einen primären Endpunkt, aber einige haben mehr als einen.
Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Umfangreiche EKG-Datenbank für Kinder
Zeitfenster: 2024.01.01-2024.12.30
Die EKG-Daten von Kindern aus mehreren Zentren wurden gesammelt und zusammengestellt, darunter häufige und seltene KHK-Typen sowie normale Kinder-EKGs, um eine umfangreiche EKG-Datenbank zu erstellen, die verschiedene Altersgruppen und KHK-Erkrankungen abdeckt. Darüber hinaus werden die ursprünglichen EKG-Daten (digitale Signale oder EKG-Bilder) vorverarbeitet, um sie an die Eingabestandards von Deep-Learning-Modellen anzupassen, um die Qualität und Effizienz des nachfolgenden Modelltrainings zu verbessern und die Heterogenität mehrerer Modelle zu verringern -Center-EKG-Daten.
2024.01.01-2024.12.30
Künstliche Intelligenz unterstütztes Elektrokardiogrammmodell für KHK bei Kindern
Zeitfenster: 2024.01.01-2025.12.30
Das tiefe neuronale Netzwerkmodell wird auf der Grundlage von Algorithmen wie Faltungs-Neuronalen Netzwerken, Transformatoren und Autoencodern erstellt und anhand des auf CCHDnet erstellten multizentrischen Kinder-EKG-Datensatzes (85 %) trainiert und verifiziert, um das Modell kontinuierlich zu optimieren Modell und verbessern die Diagnoseleistung des Modells. Darüber hinaus wird das Deep-Learning-Modell, das auf der einzelnen Erkrankung der KHK basiert, integriert und das KHK-EKG-KI-System aufgebaut, und das Modell wird schließlich automatisch die allgemeinen Basisinformationen wie Alter und Geschlecht des Kindes extrahieren und erkennen durch das EKG, um dann auf dieser Grundlage die potenziellen KHK-Merkmale im EKG vorherzusagen und zu klassifizieren. Als erste Forschungsrichtung wählte die Forschungsgruppe zunächst die repräsentativen Subtypen der KHK – Vorhofseptumdefekt und pulmonale Hypertonie.
2024.01.01-2025.12.30

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Sponsor

Die Organisation oder Person, die die Studie initiiert und die Autorität und Kontrolle über die Studie hat.
Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

Studienbeginn

Das tatsächliche Datum, an dem der erste Teilnehmer in eine klinische Studie aufgenommen wurde. Das „voraussichtliche“ Studienstartdatum ist das Datum, von dem die Forscher glauben, dass es das Studienstartdatum sein wird.
1. Januar 2024

Primärer Abschluss (Geschätzt)

Primärer Abschluss

Das Datum, an dem der letzte Teilnehmer einer klinischen Studie untersucht wurde oder eine Intervention erhalten hat, um endgültige Daten für das primäre Ergebnis zu sammeln. Ob die klinische Studie protokollgemäß endete oder beendet wurde, hat keinen Einfluss auf dieses Datum. Bei klinischen Studien mit mehr als einem primären Ergebnismaß mit unterschiedlichen Abschlussdaten bezieht sich dieser Begriff auf das Datum, an dem die Datenerhebung für alle primären Ergebnismaße abgeschlossen ist. Das „erwartete“ primäre Abschlussdatum ist das Datum, von dem die Forscher glauben, dass es das primäre Abschlussdatum für die Studie sein wird.
30. Dezember 2028

Studienabschluss (Geschätzt)

Studienabschluss

Das Datum, an dem der letzte Teilnehmer an einer klinischen Studie untersucht wurde oder eine Intervention/Behandlung erhielt, um endgültige Daten für die primären Ergebnismaße, sekundären Ergebnismaße und Nebenwirkungen zu sammeln (d. h. der letzte Besuch des letzten Teilnehmers). Das „voraussichtliche“ Abschlussdatum der Studie ist das Datum, von dem die Forscher glauben, dass es das Abschlussdatum der Studie sein wird.
30. Dezember 2028

Studienanmeldedaten

Zuerst eingereicht

Zuerst eingereicht

Das Datum, an dem der Studiensponsor oder Prüfer zum ersten Mal einen Studienbericht bei ClinicalTrials.gov eingereicht hat. Zwischen dem Datum der ersten Einreichung und der Verfügbarkeit des Datensatzes auf ClinicalTrials.gov (dem ersten veröffentlichten Datum) liegt in der Regel eine Verzögerung von einigen Tagen.
22. April 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

Das Datum, an dem der Studiensponsor oder Prüfer zum ersten Mal einen Studienbericht einreicht, der den Qualitätskontrollkriterien (QC) der National Library of Medicine (NLM) entspricht. Der Sponsor oder Prüfer muss möglicherweise einen Studienbericht ein- oder mehrmals überarbeiten und einreichen, bevor die QC-Überprüfungskriterien von NLM erfüllt sind. Es liegt in der Verantwortung des Sponsors oder Prüfers, sicherzustellen, dass die Studienaufzeichnung mit den NLM-QC-Überprüfungskriterien übereinstimmt.
22. April 2024

Zuerst gepostet (Tatsächlich)

Zuerst gepostet

Das Datum, an dem der Studienbericht zum ersten Mal auf ClinicalTrials.gov verfügbar war, nachdem die Qualitätskontrolle (QC) der National Library of Medicine (NLM) abgeschlossen wurde. Zwischen dem Datum, an dem der Studiensponsor oder Prüfer den Studienbericht eingereicht hat, und dem ersten veröffentlichten Datum liegt in der Regel eine Verzögerung von einigen Tagen.
25. April 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

Letztes Update gepostet

Das letzte Datum, an dem Änderungen an einem Studienbericht auf ClinicalTrials.gov verfügbar gemacht wurden. Es kann eine Verzögerung zwischen der Übermittlung der Änderungen an ClinicalTrials.gov durch den Sponsor oder Prüfer der Studie (Datum der letzten eingereichten Aktualisierung) und dem Datum der letzten Veröffentlichung der Aktualisierung geben.
29. Juli 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

Das letzte Datum, an dem der Studiensponsor oder Prüfer Änderungen an einem Studienbericht eingereicht hat, die mit den Qualitätskontrollkriterien (QC) der National Library of Medicine (NLM) übereinstimmen. Es liegt in der Verantwortung des Sponsors oder Prüfers, sicherzustellen, dass die Studienaufzeichnung mit den NLM-QC-Überprüfungskriterien übereinstimmt.
28. Juli 2026

Zuletzt verifiziert

Zuletzt verifiziert

Das letzte Datum, an dem der Studiensponsor oder Prüfer die Informationen über eine klinische Studie auf ClinicalTrials.gov als richtig und aktuell bestätigt hat. Wenn eine Studie den Rekrutierungsstatus Recruiting hat; noch keine Rekrutierung; oder aktiv, keine Rekrutierung wurde innerhalb der letzten 2 Jahre nicht bestätigt, der Rekrutierungsstatus der Studie wird als unbekannt angezeigt.
1. April 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

Andere Studien-ID-Nummern

Andere Identifikatoren oder ID-Nummern als die NCT-Nummer, die einer klinischen Studie vom Sponsor der Studie, Geldgebern oder anderen zugewiesen werden. Diese Nummern können eindeutige Kennungen von anderen Studienregistern und Zuschussnummern der National Institutes of Health enthalten.
  • XHEC-C-2024-053-1

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Cookie-Einstellungen

Wir verwenden Cookies, um sicherzustellen, dass Sie auf unserer Website die bestmögliche Erfahrung machen. Weitere Informationen finden Sie in unserer Datenschutz- und Cookie-Richtlinien. ...>>>Sie können Ihre Einstellungen jederzeit ändern oder Ihre Einwilligung widerrufen, indem Sie die Cookies wie in der Richtlinie beschrieben von Ihrer Website oder Ihrem Computer löschen. Bitte akzeptieren Sie es und wählen Sie Ihre Einstellungen, indem Sie die entsprechenden Kästchen im Abschnitt "Einstellungen verwalten" unten ankreuzen. Bitte lesen Sie unsere Nutzungsbedingungen sorgfältig durch, bevor Sie einen Teil dieser Website nutzen.
«Einstellungen verwalten