Künstliche Intelligenz (KI) in der Interpretation der Kardiotokographie (CTG).
5. Oktober 2020 aktualisiert von: University Hospital Inselspital, Berne
Einführung von künstlicher Intelligenz (KI) und maschinellem Lernen in die Interpretation der Kardiotokographie (CTG) zur Verbesserung der klinischen Anwendung
Die Projektleiter planen, ein Clinical Decision Support (CDS)-System zu schaffen, indem sie eine selbstlernende Software programmieren, um die Kardiotokographie (CTG)-Spuren in der - bereits bestehenden - Datenbank der Geburtshilfe des Inselspitals Bern zu analysieren.
Die Projektleiter werden alle klinischen Ergebnisse der geschätzten 10.000-15.000 in Frage kommenden Patientenakten verarbeiten und analysieren.
Das CSEM wird mehrere KI-Architekturen entwerfen, entwickeln und validieren, um das CDS-System zu erstellen.
Die KI würde lernen, bei dieser Aufgabe zu helfen, indem sie Algorithmen für maschinelles Lernen (ML) trainiert.
Der Hauptzweck des AI-CDS wird es sein, den besten fetalen Extraktionszeitpunkt während der Wehen zu bestimmen, basierend auf einem selbstlernenden Ansatz, als „übermenschliches“ Hilfsmittel für Geburtshelfer bei der Entscheidungsfindung während der Wehen.
Studienübersicht
Status
Unbekannt
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
15000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
-
Bern, Schweiz, 3010
- Rekrutierung
- Frauenklinik Inselspital Bern
-
Kontakt:
- Anda I Radan, Dr. med.
- Telefonnummer: 0316321010 0316321010
- E-Mail: anda-petronela.radan@insel.ch
-
Kontakt:
- Karin I Strahm, Dr. med.
- Telefonnummer: 0316321010 0316321010
- E-Mail: karin.strahm@insel.ch
-
Hauptermittler:
- Daniel I Surbek, Prof. Dr. med
-
Unterermittler:
- Anda I Radan, Dr. med.
-
Unterermittler:
- Karin I Strahm, Dr. med.
-
-
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
Studienberechtigtes Alter
18 Jahre und älter (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Weiblich
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Patientinnen mit Einlingsschwangerschaften und CTG-Registrierungen während der Wehen vom 01.01.2006 bis 31.12.2019
Beschreibung
Einschlusskriterien:
- CTG-Registrierungen von Patientinnen mit Einlingsschwangerschaften während der Wehen vom 01.01.2006 bis 31.12.2019
- Gestationsalter ≥ 24+0 Wochen
- Alter ≥ 18 Jahre
- Schriftliche Einverständniserklärung
Ausschlusskriterien:
- Dokumentierte Ablehnung
- Mehrlingsschwangerschaften
- CTG-Registrierungen von geplanten Kaiserschnitten
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Retrospektive
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Bessere Vorhersage der fetalen Morbidität durch das selbstlernende CDS-System als bei alleiniger Durchführung durch Geburtshelfer, insbesondere in Bezug auf die Spezifität.
Zeitfenster: 3 Monate
|
3 Monate
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
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 (Voraussichtlich)
1. Oktober 2020
Primärer Abschluss (Voraussichtlich)
1. Juni 2021
Studienabschluss (Voraussichtlich)
1. Juni 2021
Studienanmeldedaten
Zuerst eingereicht
5. Oktober 2020
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
5. Oktober 2020
Zuerst gepostet (Tatsächlich)
12. Oktober 2020
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
12. Oktober 2020
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
5. Oktober 2020
Zuletzt verifiziert
1. Oktober 2020
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 2020-00501
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 .