Künstliche Intelligenz skalierbare Lösung für ST Myokardinfarkt: Querschnittsstudie (ASSIST)
Skalierbare künstliche Intelligenz Lösung für ST Myokardinfarkt (Assist): Querschnittsstudie
Die assist-klinische Studie ist eine beobachtende, multizentrische Studie zur Bewertung der Leistung einer Cloud-basierten und AI-angetriebenen Elektrokardiogramm-Plattform (ECG) mit dem Namen Willem ™, die entwickelt wurde, um akute Myokardinfarkte (AMI) zu erkennen.
Das Hauptziel ist es, die WILLEM ™ -Ferziehung zu vergleichen, um EKG -Muster im Vergleich zur menschlichen EKG -Interpretation im Zusammenhang mit AMI zu erkennen und zu trisieren und die Zeiträume für beide Ansätze zu bewerten.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Verzögerungen bei Triage und Diagnose von Patienten mit Brustschmerzen oder anderen Symptomen, die auf ein akutes Koronarsyndrom (ACS) hinweisen, können tödlich sein. Diese Studie zielt darauf ab, diese beiden Aspekte bei der akuten ischämischen Erkrankung zu verbessern: Verringerung der Verzögerungen zur Intervention und Verbesserung der Genauigkeit der anfänglichen Diagnose, die bei ACS, insbesondere bei Stemi, von größter Bedeutung ist. Ersteres spielt eine entscheidende Rolle bei der Minimierung der Sterblichkeitsraten im Krankenhaus, die nachgewiesen wurden, dass sie proportional mit einer Verringerung der Zeiten auf die Intervention abnehmen. Letzteres stützt sich auf eine korrekte Interpretation des EKG-Diagnosewerkzeugs für EKG bei der Bewertung von Patienten mit Verdacht auf ACS.
Der derzeitige Versorgungsstandard für ACS umfasst ein 12-Kanal-EKG, das innerhalb der ersten 10 Minuten nach dem ersten medizinischen Kontakt durchgeführt werden sollte. Das EKG muss von einem qualifizierten Arzt interpretiert werden, der den Kardiologen auf dem Call auf die Aktivierung des "Infarktcodes" auf der Grundlage des EKG und der klinischen Präsentation aufmerksam macht oder nicht. Eine solche Aktivierung besteht hauptsächlich mit einer sofortigen Übertragung des Patienten in das nächste Krankenhaus mit der Möglichkeit einer Notfallkoronarangiographie (wenn nicht in der anfänglichen Institution) und letztendlich perkutaner Koronarintervention (PCI). In Bezug auf die Diagnose eines akuten Myokardinfarkts (AMI) ist eine genaue und schnelle Interpretation des ersten EKG für die Differentialdiagnose zwischen Stemi, Nstemi oder instabiler Angina von entscheidender Bedeutung. und befolgen Sie den ordnungsgemäßen Standard der Pflegerichtlinien. Die größten Verzögerungen treten zwischen dem ersten EKG und dem Transport für das Herzkatheterisierungslabor auf, das prognostische Auswirkungen hat.
In den letzten Jahren wurden automatische digitale Tools, die auf künstlicher Intelligenz (KI) basieren, als Lösung vorgeschlagen, um Ärzte in der EKG-Interpretation zu unterstützen, wodurch deren Arbeitsbelastung und Zeit-zu-Diagnose verringert werden, was auf die vorteilhafte Auswirkung von AI-Plattformen für eine genaue Diagnose von AMI hindeutet. In dieser Einstellung sollten die AI-Plattformen in der Lage sein, EKG-Muster automatisch zu erkennen, die mit einer ungünstigen Koronaranatomie und schlechten Ergebnissen verbunden sind. Es ist auch wichtig, die Fähigkeit zu haben, subtilere EKG-Muster zu identifizieren, die während der Interpretation der Ärzte nicht offensichtlich sind, sondern auf eine Koronaranatomie mit hohem Risiko hinweisen. Darüber hinaus sollte die Plattform die Vorhersage der schwersten koronaren Läsionen, insbesondere obstruktive Stenose, unterstützen. Diese Fähigkeit, Koronarläsionen zu erkennen, könnte nützlich sein, um unnötige oder vorzeitige Aktivierung des Katheterisierungslabors zu verhindern, hauptsächlich in der NSTEMI -Umgebung.
Die Assist Clinical Study ist eine multizentrische Querschnittsstudie, mit der Daten zur Entwicklung der Willem ™ -Plattform erfasst werden sollen, ein KI-basierter Tool für die EKG-Analyse. Diese Plataform könnte die Genauigkeit für die AMI -Diagnose, insbesondere die Differenzierung zwischen Stemi und Nstemi, und die frühzeitige Identifizierung von Patienten mit Okklusionsmyokardinfarkt (OMI) verbessern.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: José María Lillo, PhD
- E-Mail: c@idoven.ai
Studieren Sie die Kontaktsicherung
- Name: Manuel Marina-Breysse, MSc, MD
- Telefonnummer: +34618103160
- E-Mail: m@idoven.ai
Studienorte
-
-
-
Lisbon, Portugal, 1169-056
- Rekrutierung
- Unidade Local de Saúde de São José
-
Kontakt:
- Ana Teresa Timoteo, MD, PhD
- Telefonnummer: +351218803035
- E-Mail: ana.timoteo@nms.unl.pt
-
Lisbon, Portugal, 1449-005
- Rekrutierung
- Unidade Local de Saúde de Lisboa Ocidental
-
Kontakt:
- Francisco Antonio Albuquerque, MD, PhD
- Telefonnummer: +351210431000
- E-Mail: francisco.antonio.albuquerque@gmail.com
-
-
-
-
-
Barcelona, Spanien, 08916
- Rekrutierung
- Germans Trias i Pujol University Hospital
-
Kontakt:
- Xavier Carrillo, MD, PhD
- Telefonnummer: +34934978989
- E-Mail: xcarrillo.germanstrias@gencat.cat
-
Madrid, Spanien, 28007
- Rekrutierung
- Hospital General Universitario Gregorio Marañon
-
Kontakt:
- Manuel Martínez-Sellés, MD, PhD
- Telefonnummer: +34915868000
- E-Mail: mmselles@secardiologia.es
-
Madrid, Spanien, 28046
- Rekrutierung
- La Paz University Hospital
-
Kontakt:
- Alfonso Jurado, MD, PhD
- Telefonnummer: +34629871863
- E-Mail: alfonsojuradoroman@gmail.com
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Alter ≥ 18 Jahre;
- Verfügbar digital gelagert 12-führende EKG-Spuren vor der invasiven Koronarangiographie;
- Verfügbare angiographische und klinische Daten.
Ausschlusskriterien:
- EKGs mit schlechter Signalqualität;
- Mangel an digital gespeicherten 12-führenden EKG-Spuren vor der Koronarangiographie;
- Frühere Koronarereignisse (AMI, Koronarrevaskularisation);
- Nicht verfügbare klinische oder angiografische Daten.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Geräteleistung
Zeitfenster: Zum Zeitpunkt der Einschreibung und während des Basisbesuchs (Einzelstudienbesuch)
|
Bewertung der Diagnoseleistung von Willem ™ zur Erkennung akuter Myokardinfarkte (AMI) basierend auf der EKG -Analyse. Die diagnostischen Leistungsmetriken und ihre Messeinheiten werden:
|
Zum Zeitpunkt der Einschreibung und während des Basisbesuchs (Einzelstudienbesuch)
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zeitbewertung
Zeitfenster: Zum Zeitpunkt der Einschreibung und während des Basisbesuchs (Einzelstudienbesuch)
|
Bewertung der Zeit, die für die AMI -Diagnose und für die Intervention erforderlich ist (z.
Tür zu Ballonzeit)
|
Zum Zeitpunkt der Einschreibung und während des Basisbesuchs (Einzelstudienbesuch)
|
Mitarbeiter und Ermittler
Sponsor
Ermittler
- Hauptermittler: Alfonso Jurado, MD, PhD, La Paz 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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- ASSIST_01
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 .