Biometriset mittaukset diagnostiikassa: asiantuntijoiden ja IA-avusteisten asukkaiden vertailu (BIOMEDEXIA)
tiistai 22. huhtikuuta 2025 päivittänyt: Hospices Civils de Lyon
Synnytys ultraääni on sikiön kasvun arvioinnin kulmakivi.
Se tarjoaa välttämättömiä biometrisiä mittauksia sikiön painon arvioimiseksi, kasvun seurannasta ja olosuhteiden, kuten kohdunsisäisen kasvun hidastumisen (IUGR) tai makrosomian, tunnistamiseksi.
Näiden mittausten tarkkuus riippuu suurelta osin operaattorin asiantuntemuksesta.
Kokeneet lääkärit ovat erinomaisia koettimen asettamisessa, anatomisten maamerkkien tunnistamisen ja toistettavien mittausten saamisen.
Sitä vastoin aloittelijoilla, kuten lääketieteellisillä asukkailla, voi olla vaikeaa ottaa optimaalisia kuvia tai tunnistaa tarkkoja maamerkkejä, mikä johtaa merkittävään vaihteluun.
Tällä tarkkailijoiden välisellä variaatiolla, joka on hyvin dokumentoitu jopa asiantuntijoiden keskuudessa, voi olla vaikutusta kliinisiin päätöksiin ja synnytyshoitoon.
Aloittelijoille vaihtelevuus on selvempi, mikä voi vaikuttaa diagnostiseen luotettavuuteen ja potilaan hoitoon.
Asukkaiden koulutuksen parantaminen on siis välttämätöntä tämän vaihtelun vähentämiseksi.
Perinteiset ratkaisut vaihtelevuuden minimoimiseksi, kuten lisääntynyt valvonta, aikarajoitukset ja resurssien saatavuus.
Äskettäiset keinotekoisen älykkyyden edistykset (AI) voisivat auttaa asukkaiden koulutuksessa.
Synnytyslääketieteessä AI voisi mahdollisesti automatisoida biometriset mittaukset tunnistamalla tärkeimmät anatomiset maamerkit ja suorittamalla tarkkoja, yhdenmukaisia mittauksia.
Nämä järjestelmät saattavat standardoida hankkimisen ja vähentää vaihtelua, mikä tekee mittauksista vähemmän riippuvaisia operaattorin kokemuksesta.
AI -tekniikat voisivat parantaa merkittävästi aloittelijoiden suorituskykyä lyhentämällä mahdollisesti oppimiskäyrää ja parantamalla mittauksen luotettavuutta.
Tämä saattaa antaa asukkaille mahdollisuuden työskennellä itsenäisemmin pitäen tarkkuutta.
Näistä mahdollisista eduista huolimatta harvat tutkimukset olisivat verranneet tiukasti AI-avustettua aloittelijaa suorituskykyä asiantuntija-ammattilaisten kanssa reaalimaailman ehdoilla. Tämän tutkimuksen tarkoituksena on arvioida AI: n mahdollista tehokkuutta aloittelijoiden operaattoreiden tukemisessa synnytysbiometristen mittausten aikana.
Ensisijaisena tavoitteena olisi selvittää, voisiko AI-apu antaa aloittelijoille mahdollisuuden saavuttaa mittaustarkkuuden, joka on verrattavissa kokeneiden lääkäreiden kanssa, samalla kun parantaa toistettavuutta ja vähentää tarkkailijoiden välistä variaatiota.
Tutkimuksen yleiskatsaus
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
60
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
-
Lyon, Ranska, 69004
- Hospices Civils de Lyon, Maternité Croix Rousse
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Raskaana oleva nainen
Kuvaus
Sisällyttämiskriteerit:
- 18–40 -vuotiaat raskaana olevat naiset.
- Singleton tai Twin meneillään olevat raskaudet.
- Raskausikä on 20–36 viikkoa amenorreaa (WA).
- Potilaat, jotka on suunniteltu biometriselle ultraäänille (tavanomainen seuranta).
Poissulkemiskriteerit:
- Tunnettuja suuria sikiön poikkeavuuksia, jotka voivat vaikuttaa biometrisiin mittauksiin.
- Tekniset vaikeudet ultraäänen aikana (esim. Äidin liikalihavuus, monimutkaiset vatsan arvet).
- Biometrisiin mittauksiin vaikuttavien vakavien äitien olosuhteiden historia (esim. Kohdun epämuodostumat)
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Rutiininomainen seuranta: Potilaat, jotka on suunniteltu tavanomaiselle biometriselle ultraäänille.
Äitien ikä: 18–45 -vuotiaat raskaana olevat naiset. Raskaustyyppi: Singleton elinkelpoinen raskaus (lukuun ottamatta kaksinkertaista tai useita raskauksia). Raskausikä: 17 - 38 raskausviikkoa. |
Tässä tutkimuksessa biometriset mittaukset suoritettiin systemaattisesti jokaiselle potilaalle käyttämällä sekä manuaalisia menetelmiä että tekoälyn (AI) järjestelmää (Live View Assist, Samsung).
AI-järjestelmä tarjosi reaaliaikaisia ohjeita tunnistamalla anatomiset maamerkit ja avustamalla keskeisten biometristen parametrien mittaamisessa, mukaan lukien reisiluun pituus (FL), vatsan ympärysmitta (AC), pään ympärysmitta (HC) ja kaksisuuntainen halkaisija (BPD).
Tämä kaksoislähestymistapa varmisti, että sekä manuaalista että AI-avusteisia menetelmiä sovellettiin tasaisesti osana rutiininomaista kliinistä hoitoa.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Biometristen mittausten tarkkuus: manuaalisen ja AI-avustetun mittauksen välisen sopimuksen arviointi.
Aikaikkuna: 36 viikkoa amenorrea
|
Yksittäiset biometriset mittaukset, kuten biparietaalinen halkaisija (BPD), pään ympärysmitta (HC), vatsan ympärysmitta (AC) ja reisiluun pituus (FL), esitetään erikseen niiden vastaavien yksiköiden (CM) perusteella. Arvioitu sikiön paino, joka perustuu näiden eri mittausten aggregaatioon (BPD, HC, AC, FL), raportoidaan kilogrammoissa (kg). Tämä arvio lasketaan käyttämällä sikiön kasvukaavia, jotka on mukautettu näihin parametreihin. Selventämme, että sikiön painoarvio lasketaan mallin perusteella, joka sisältää nämä erilaiset mittaukset asianmukaisiin yksiköihin. Yhteenvetona voidaan todeta, että jokainen mittaus erotetaan selvästi sen yksikön perusteella, ja sikiön painoarvio selitetään osoittamaan, kuinka eri mittaukset yhdistetään. |
36 viikkoa amenorrea
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Tiistai 1. huhtikuuta 2025
Ensisijainen valmistuminen (Todellinen)
Tiistai 1. huhtikuuta 2025
Opintojen valmistuminen (Todellinen)
Tiistai 1. huhtikuuta 2025
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 12. maaliskuuta 2025
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Tiistai 18. maaliskuuta 2025
Ensimmäinen Lähetetty (Todellinen)
Maanantai 24. maaliskuuta 2025
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Perjantai 25. huhtikuuta 2025
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 22. huhtikuuta 2025
Viimeksi vahvistettu
Lauantai 1. maaliskuuta 2025
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- CRC_GHN_2025_001
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Yhdysvalloissa valmistettu ja sieltä viety tuote
Ei
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 .