- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05699850
KÜNSTLICHE INTELLIGENZ IN DER REPRODUKTIONSMEDIZIN (AI in ART)
ANWENDUNGEN DER KÜNSTLICHEN INTELLIGENZ IN DER REPRODUKTIONSMEDIZIN
Studienübersicht
Status
Intervention / Behandlung
Detaillierte Beschreibung
ANWENDUNGEN DER KÜNSTLICHEN INTELLIGENZ (KI) IN DER REPRODUKTIONSMEDIZIN
Kamaleldin Abdullah Rageh, MD (1).
Mohammad Atef Behery, MD (2)
Elsayed Ali Farag, MD (1)
1 - Abteilung für Geburtshilfe und Gynäkologie, Medizinische Fakultät, Al-Azhar-Universität, Kairo, Ägypten.
2-Internationales Islamisches Zentrum für Bevölkerungsstudien und -forschung, Al-Azhar-Universität, Kairo, Ägypten.
Abstrakt:
Trotz Verbesserungen fast aller Aspekte der IVF: ovarielle Stimulation, Embryokultur und -transfer, sind die Schwangerschaftsraten immer noch nicht zufriedenstellend. Studien bestätigen, dass bis zu 50 % der durchgeführten IVF-Zyklen fehlschlagen, und es gibt möglicherweise keine direkte Erklärung dafür.
Und es ist erwähnenswert, dass die genaue Vorhersage des Ergebnisses eines IVF-Zyklus noch erreicht werden muss. Ein Grund dafür ist die Methode zur Auswahl eines Embryos für den Transfer. Die morphologische Beurteilung von Embryonen ist die traditionelle Methode zur Beurteilung der Embryoqualität und zur Auswahl des zu transferierenden Embryos. Diese subjektive Methode zur Bewertung von Embryonen führt jedoch zu einer Variabilität zwischen und innerhalb des Beobachters, was zu suboptimalen IVF-Erfolgsraten führt. Obwohl Zeitraffer-Inkubatoren und genetische Präimplantationstests für Aneuploidie eingeführt wurden, um die Wahrscheinlichkeit einer Lebendgeburt zu erhöhen, bleiben die Ergebnisse alles andere als ideal.
Derzeit verursachen Unfruchtbarkeitsbehandlungen viel finanziellen und emotionalen Stress, insbesondere bei Patienten mit zuvor fehlgeschlagenen IVF-Behandlungen, bei denen keine eindeutige Ursache zu identifizieren ist. Dies ist ein häufiger, herzzerreißender Endpunkt, wenn die emotionale, finanzielle und körperliche Belastung der Behandlung eskaliert finden weiterhin Antworten, aber KI-Systeme könnten helfen, das Dilemma zu lösen, indem sie die besten lebensfähigen Embryonen auswählen, die Menschen nicht herstellen können. KI-Technologien haben ein hervorragendes Potenzial, um dem Bereich der Unfruchtbarkeit dabei zu helfen, seinen derzeitigen engen Fokus auf einzelne Embryonen zu überwinden und neue Muster zu erkennen, die in den Patientendaten verborgen sind, um die vorherrschenden Fälle von Unfruchtbarkeit zu überwinden.
Die Auswahl der Embryonen ist der kritischste Faktor für den Erfolg der IVF. Es gibt jedoch kein einzelnes endgültiges Kriterium, das den Erfolg eines Embryos vorhersagen kann. Vielmehr basiert die Auswahl der Embryonen auf einer Vielzahl von Faktoren, was es schwierig macht, die Wahrscheinlichkeit einer erfolgreichen Schwangerschaft für jede Patientin vorherzusagen und die Ursache jedes Scheiterns vollständig zu verstehen. Daher kann der Einsatz künstlicher Intelligenz (KI) die Kliniker dabei unterstützen, diese Wissenslücke zu schließen, wodurch sie im Embryologielabor zur Verbesserung der IVF-Ergebnisse genutzt werden kann.
Studientyp
Einschreibung (Voraussichtlich)
Kontakte und Standorte
Studienorte
-
-
-
Cairo, Ägypten, 12358
- Rekrutierung
- Al-Azhar University
-
Kontakt:
- Dr. Mohammed Atef, M.D.
- Telefonnummer: 00201006206040
- E-Mail: kimovip2000@yahoo.com
-
Cairo, Ägypten, 15006
- Rekrutierung
- Kamal Eldin Abdalla Rageh
-
Kontakt:
- Kamal Eldin A Rageh
- Telefonnummer: 0097333153871
- E-Mail: dr_kamal_rageh@yahoo.com
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Fruchtbarkeit bezogen
Ausschlusskriterien:
- fruchtbare Menschen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Sonstiges
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
ERFOLGSRATE
Zeitfenster: 4 MONATE
|
ANWENDUNGEN DER KÜNSTLICHEN INTELLIGENZ (KI) IN DER REPRODUKTIONSMEDIZIN
|
4 MONATE
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Voraussichtlich)
Studienabschluss (Voraussichtlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Schätzen)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Schätzen)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- Kamal-AI
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
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 .