- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT04876157
Auf künstliche Intelligenz ausgerichtetes Point-of-Care-Ultraschallbildinterpretationssystem
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Ultraschall ist ein nicht-invasives und strahlungsfreies Diagnoseinstrument in der Notfall- und Intensivpflege. In der klinischen Praxis ist die rechtzeitige Interpretation sonografischer Bilder zur Erleichterung der Entscheidungsfindung von wesentlicher Bedeutung. Dies hängt jedoch von der Erfahrung des Bedieners ab. Wie üblich brauchen junge Notärzte Zeit, um durch die traditionelle sonografische Ausbildung eine gute diagnostische Genauigkeit zu erreichen. So verkürzen Sie die Lernzeit Dieser Vorschlag ist für ein einjähriges Projekt vorgesehen. In diesem Projekt wollen wir die Machbarkeit des Einsatzes von KI zur sonografischen Bildinterpretation untersuchen. Das Hauptprojekt ist für die Koordination zwischen den beiden Teilprojekten und dem Hauptprojekt verantwortlich, stellt Bildressourcen bereit und nutzt U-Net (Convolutional Networks for Biomedical Image Segmentation) und Transfer Learning, um die Modelle für die Bilderkennung aufzubauen und die Wirksamkeit zu validieren der Modelle. Ziel des Teilprojekts 1 ist die Entwicklung eines Bilderkennungssystems für dynamische Bilder: Perikarderguss. Nach dem Aufbau des Modells erfolgt die Validierung der Wirksamkeit und eine zukünftige Überarbeitung. Teilprojekt 2 bringt ein Bilderkennungssystem für statische Bilder hervor: Hydronephrose. Nach dem Aufbau des Modells erfolgt die Validierung der Wirksamkeit und eine zukünftige Überarbeitung.
Diese Pionierstudie kann zwei KI-gestützte Ultraschallbilderkennungssysteme unter realen klinischen Bedingungen bereitstellen. Sie können Erfahrungen mit klinischen Anwendungen sammeln und zur aktuellen medizinischen Ausbildung beitragen. Darüber hinaus kann es den Entscheidungsprozess und die Qualität der Versorgung in den Notfall- und Intensivstationen verbessern. Darüber hinaus können die Setup-Modelle in Zukunft auch bei der Ultraschallbilderkennung anderer Ziele eingesetzt werden.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Wan-Ching Lien, Ph D
- Telefonnummer: +886-2-23123456
- E-Mail: wanchinglien@ntu.edu.tw
Studieren Sie die Kontaktsicherung
- Name: Wan-Ching Lien
- Telefonnummer: 0988088719
- E-Mail: dtemer17@yahoo.com.tw
Studienorte
-
-
None Selected
-
Taipei, None Selected, Taiwan, 100
- Rekrutierung
- Wan-Ching Lien
-
Kontakt:
- Wan-Ching Lien
- Telefonnummer: +886223123456
- E-Mail: wanchinglien@ntu.edu.tw
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Patienten, die eine Echokardiographie oder Nierenultraschall erhalten
Ausschlusskriterien:
- Patienten, die keine Echokardiographie oder Nierenultraschall erhalten
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
---|---|
Experimental: Auf künstlicher Intelligenz basierende Interpretation von Ultraschallbildern
|
Verbesserung der Empfindlichkeit und Spezifität des KI-gesteuerten Ultraschallinterpretationssystems
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Sensitivität und Spezifität der KI-Interpretation
Zeitfenster: 6 Monate
|
Erhöhen Sie die Empfindlichkeit und Spezifität der KI zur Interpretation des Ultraschallbildes
|
6 Monate
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Wan-Ching Lien, National Taiwan University Hospital
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 202006124RINC
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .
Klinische Studien zur Interpretation von Ultraschallbildern
-
University of UtahAbgeschlossenKlinische Interpretation von Kapnographiewellenformen
-
Massachusetts General HospitalBeendetInterpretation der Wellenform des PulmonalarterienkathetersVereinigte Staaten
-
University Hospital Inselspital, BerneCSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et DeveloppementUnbekanntEinführung von künstlicher Intelligenz (KI) und maschinellem Lernen in die Kardiotokographie (CTG)-Interpretation zur Verbesserung der klinischen AnwendungSchweiz