Ilmatietietokannan perustaminen kirurgisille potilaille
Tutkimus vaikeiden hengitysteiden ennustamismenetelmästä tekoälyn perusteella
Tutkimuksen yleiskatsaus
Tila
Ehdot
Yksityiskohtainen kuvaus
Esittely:
Tutkimuksen ensisijaisena tarkoituksena on kehittää tietokonealgoritmi, joka pystyy tunnistamaan kuuden eri näkökulman valokuvien perusteella, onko potilas vaikea hengitystie.
Menetelmät:
Tämä tutkimus on jaettu kahteen osaan. Ensimmäisessä osassa keräsimme potilaiden hengitysteiden arviointipisteet, joille tehtiin yleinen anestesia endotrakeaalisella intubaatiolla kokeneen hoitavan anestesiologin arvioimina ennen intubaatiota ja sen jälkeen. Hengitystiepisteiden arviointi henkitorven intuboinnin jälkeen kultaisena standardina hengitysteiden arvioinnissa. Jokaisen potilaan kasvoista otettiin digitaaliset valokuvat neutraalissa edestä ja neutraalissa profiilissa. Kuvien yksityiskohdat, joista jokainen vastaa kasvojen liikettä: (1) Etuosa, neutraali. (2) Etuosa, suu auki. (3) Edessä, äärimmäinen suu auki ja kieli ulos. (4) Frontaalinen, äärimmäinen ylähuulen purenta (5) Profiili, neutraali. (6) Profiili, neutraali, maksimaalinen pään takana. Potilaan valokuvat ja hengitysteiden arviointipisteet intuboinnin jälkeen syötettiin tietokoneeseen tietokoneen kouluttamiseksi. Toisessa osassa koulutetun tietokoneen avulla arvioitiin uuden potilaan hengitystiepisteitä verrattuna potilaan pisteytykseen intuboinnin jälkeen ja laskettiin herkkyys.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Yleisanestesian aiheuttama henkitorven intubaatio potilailla, joille tehdään elektiivisiä leikkauspotilaita
Poissulkemiskriteerit:
- Potilaat, joilla on useita kasvovammoja Potilaat, joille on tehty pään tai kaulan leikkaus Potilaat, jotka tarvitsevat hätäleikkausta
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
nukutus
Digitaaliset valokuvat jokaisen potilaan kasvoista, jolle tehdään yleinen anestesia endotrakeaalisella intubaatiolla
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
tekoälyn herkkyys ennustaa kasvonaamion ventilaation ja endotrakeaalisen intuboinnin vaikeusastetta
Aikaikkuna: 5 vuotta
|
Lopputuloksena on tietokonealgoritmi, joka pystyy havaitsemaan, onko potilaalla vaikeita hengitysteitä kuudesta eri näkökulmasta otettujen valokuvien perusteella. Yksityiskohdat valokuvista, joista jokainen vastaa kasvojen liikettä: (1) Frontaalinen, neutraali.
(2) Etuosa, suu auki.
(3) Edessä, äärimmäinen suu auki ja kieli ulos.
(4) Frontaalinen, äärimmäinen ylähuulen purenta (5) Profiili, neutraali.
(6) Profiili, neutraali, maksimaalinen pään takana.
|
5 vuotta
|
Yhteistyökumppanit ja tutkijat
Yhteistyökumppanit
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Odotettu)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- 2016-076
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .
Kliiniset tutkimukset Tekoäly
-
Tanta UniversityValmisAI (Artificial Intelligence) | MAFLDEgypti
-
Danone Asia Pacific Holdings Pte, Ltd.KK Women's and Children's HospitalRekrytointiKasvu | Vastasyntyneet | AI (Artificial Intelligence)Singapore
-
Shanghai Jiao Tong University Affiliated Sixth...ValmisAI (Artificial Intelligence) | Ultraääniohjatut hermosolutKiina
-
Union Hospital, Tongji Medical College, Huazhong...The First Affiliated Hospital of Zhengzhou University; The First Affiliated...ValmisRadiologia | AI (Artificial Intelligence) | RöntgenKiina
-
Guangdong Provincial People's HospitalRekrytointiAI (Artificial Intelligence)Kiina
-
National University Health System, SingaporeMinistry of Education, SingaporeIlmoittautuminen kutsustaKoulutus | AI (Artificial Intelligence)Singapore
-
Carleton UniversityUniversité de MontréalValmisKoulutustoiminta | AI (Artificial Intelligence)Kanada
-
Assiut UniversityEi vielä rekrytointiaRhinoplastia | AI (Artificial Intelligence)
-
Al-Quds UniversityIlmoittautuminen kutsustaTyöharjoittelu ja residenssi | Radiologia | AI (Artificial Intelligence)Palestiinan alueet
-
Sakarya UniversityValmisTapauspohjainen oppiminen | Hoitotyön opiskelijat | ERAS | AI (Artificial Intelligence) | Koulutus HoitotyöTurkki (Türkiye)