Haavoittuvien sepelvaltimoplakkien tunnistaminen tekoälyavusteisella CT-angiografialla (VALUE)
Monimittaisen syvähermoverkkoon perustuvan TT-älykkään diagnoosijärjestelmän kehittäminen ja validointi sepelvaltimon haavoittuville plakeille: kiinalainen monikeskustutkimus
Tämän havainnointitutkimuksen tavoitteena on kehittää automaattinen koko prosessin AI-malli plakkien havaitsemiseksi, kvantifioimiseksi ja karakterisoimiseksi sepelvaltimon CT-angiografialla sepelvaltimotautipotilailla. Pääkysymykset, joihin se pyrkii vastaamaan, ovat:
- mahdollistaako tekoälymalli havaita, mitata sepelvaltimoplakkeja verisuonensisäiseen ultraäänitutkimukseen tai asiantuntijalukijoihin;
- mahdollistaako tekoälymalli haavoittuvien plakkien tunnistamisen käyttämällä viitestandardina intravaskulaarista ultraääntä tai optista koherenssitomografiaa.
- mahdollistaako tekoälymalli ennustaa tulevia haitallisia sydäntapahtumia suuressa 10 000 potilaan kohortissa, joilla on ei-obstruktiivinen CAD.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Sepelvaltimotauti (CAD) on edelleen johtava kuolinsyy maailmanlaajuisesti. Ateroskleroottisilla plakeilla on keskeinen rooli CAD:hen liittyvässä potilaiden kuolleisuudessa. Siten sepelvaltimoplakkien havaitseminen, kvantifiointi ja karakterisointi on kliinisesti merkittävää CAD:n varhaisessa ehkäisyssä ja interventioissa.
Sepelvaltimon CT-angiografia (CCTA) on noussut vankkaksi noninvasiiviseksi työkaluksi sepelvaltimotaudin arvioinnissa. Kliinisessä käytännössä sepelvaltimoplakin arviointi suoritetaan aikaa vievällä manuaalisella prosessilla, joka riippuu lääkärin kokemuksesta ja subjektiivisesta visuaalisesta tulkinnasta. Tekoälyn kehittyessä on ehdotettu monia automaattisia tietokoneavusteisia menetelmiä CCTA-kuvien jälkikäsittelyyn. Aiempia ehdotettuja plakin arvioinnin algoritmeja ei kuitenkaan kehitetty intravaskulaarisen ultraäänitutkimuksen (IVUS) tai optisen koherenssin tomografian (OCT) perusteella, joita pidettiin plakin arvioinnin kultaisena referenssinä. Siten pyrimme kehittämään syvän oppimismallin koko prosessin automaattiseen ja älykkääseen CCTA-järjestelmään plakkien havaitsemiseksi, kvantifioimiseksi ja karakterisoimiseksi käyttämällä IVUS:ta tai OCT:tä vertailustandardina. Sitten työskentelemme validoinnin parissa eri kliinisissä skenaarioissa: (i) Uuden syväoppimismallin tarkkuuden validointi; (ii) Mallin ennuste erilaisissa CAD-populaatioissa.
Pääkysymykset, joihin se pyrkii vastaamaan, ovat:
- mahdollistaako tekoälymalli havaita, mitata sepelvaltimoplakkeja verisuonensisäiseen ultraäänitutkimukseen tai asiantuntijalukijoihin;
- mahdollistaako tekoälymalli haavoittuvien plakkien tunnistamisen käyttämällä IVUS:ta tai OCT:tä vertailustandardina.
- mahdollistaako tekoälymalli ennustaa tulevia haitallisia sydäntapahtumia suuressa 10 000 potilaan kohortissa, joilla on ei-obstruktiivinen sepelvaltimotauti (Kiinan CT-FFR-tutkimus 2).
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Jiangsu
-
Nanjing, Jiangsu, Kiina, 210018
- Research Institute Of Medical Imaging Jinling Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Suonensisäinen kuvantaminen (mukaan lukien suonensisäinen ultraääni tai optinen koherenssitomografia) suoritettiin 3 kuukauden sisällä CCTA:sta;
- Ei muutoksia lääkkeissä tai kliinisissä oireissa CCTA- ja intravaskulaaristen kuvantamistutkimusten aikana;
- Sepelvaltimon halkaisijan ahtauma 30–90 % invasiivisessa sepelvaltimon kuvantamisessa.
Poissulkemiskriteerit:
- CCTA:n tai suonensisäisen U:n kuvanlaatu ei riittänyt analysoitavaksi;
- Suonensisäinen kuvantaminen suoritettiin perkutaanisen sepelvaltimointervention (PCI) tai kohdevaurioiden esilaajentamisen jälkeen;
- Leesioita ei voitu rekisteröidä samanaikaisesti CCTA:n ja suonensisäisen U.:n välillä;
- Puuttuvat CCTA-tiedot tai intravaskulaariset US-tiedot
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Potilaat, joille tehtiin sepelvaltimon CT-angiografia ja intravaskulaarinen ultraääni 3 kuukauden sisällä
|
Coronary artery disease patients first underwent CCTA and then intravascular imaging test within 3 months.
|
|
Potilaat, joille tehtiin sepelvaltimon CT-angiografia ja optinen koherenssitomografia 3 kuukauden sisällä
|
Coronary artery disease patients first underwent CCTA and then intravascular imaging test within 3 months.
|
|
Patients who underwent coronary CT angiography because of suspected or known coronary artery disease
|
Plaques on coronary CT angiography (CCTA) were quantified and characterized using the developed AI model.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Tekoälyavusteisen sepelvaltimon CT-angiografian herkkyys ja spesifisyys haavoittuvien plakkien tunnistamisessa verrattuna intravaskulaariseen kuvantamiseen
Aikaikkuna: 1 päivä
|
1 päivä
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Sepelvaltimon plakin havaitsemisnopeus kokonaisuudessaan käyttämällä intravaskulaarista ultraääntä vertailustandardina
Aikaikkuna: 1 päivä
|
1 päivä
|
|
Plakin kokonaistilavuus
Aikaikkuna: 1 päivä
|
1 päivä
|
|
Changes in medical management following the addition of the AI model compared with routine CCTA results alone.
Aikaikkuna: 90 days
|
90 days
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojen puheenjohtaja: Longjiang Zhang, MD, Jinling Hospital, Medical School of Nanjing University, Nanjing,China
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Gaba P, Gersh BJ, Muller J, Narula J, Stone GW. Evolving concepts of the vulnerable atherosclerotic plaque and the vulnerable patient: implications for patient care and future research. Nat Rev Cardiol. 2023 Mar;20(3):181-196. doi: 10.1038/s41569-022-00769-8. Epub 2022 Sep 23.
- Zhou F, Chen Q, Luo X, Cao W, Li Z, Zhang B, Schoepf UJ, Gill CE, Guo L, Gao H, Li Q, Shi Y, Tang T, Liu X, Wu H, Wang D, Xu F, Jin D, Huang S, Li H, Pan C, Gu H, Xie L, Wang X, Ye J, Jiang J, Zhao H, Fang X, Xu Y, Xing W, Li X, Yin X, Lu GM, Zhang LJ. Prognostic Value of Coronary CT Angiography-Derived Fractional Flow Reserve in Non-obstructive Coronary Artery Disease: A Prospective Multicenter Observational Study. Front Cardiovasc Med. 2022 Jan 31;8:778010. doi: 10.3389/fcvm.2021.778010. eCollection 2021.
- Follmer B, Williams MC, Dey D, Arbab-Zadeh A, Maurovich-Horvat P, Volleberg RHJA, Rueckert D, Schnabel JA, Newby DE, Dweck MR, Guagliumi G, Falk V, Vazquez Mezquita AJ, Biavati F, Isgum I, Dewey M. Roadmap on the use of artificial intelligence for imaging of vulnerable atherosclerotic plaque in coronary arteries. Nat Rev Cardiol. 2024 Jan;21(1):51-64. doi: 10.1038/s41569-023-00900-3. Epub 2023 Jul 18.
- Chen Q, Zhou F, Xing W, Xu Y, Hu S, Pan T, Cao W, Guo L, Shi Y, Luo S, Xu L, Zhang J, Zhang S, Zheng C, Yang Z, Qiao HY, Guo B, Liu T, Xu P, Xu W, Zhong J, Xie G, Tao X, Lu G, Tang CX, Zhang JJ, Zhang LJ; China VALUE Study Group. A Fully Automated Deep Learning Model for Quantifying Coronary Plaque at Coronary CT Angiography. Radiology. 2026 Apr;319(1):e251967. doi: 10.1148/radiol.251967.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 2023DZKY-058-01
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 .