- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT07515118
AI-TOP-tutkimus: tekoäly käynnistysoptimointiin. (AI-TOP)
Tekoälyyn perustuva lähestymistapa optimaalisen käynnistyspäivän valitsemiseksi.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Avustettu lisääntymisteknologia on suuren muutoksen edessä tekoälyn (AI) käyttöönoton myötä, mikä muokkaa uudelleen lääketieteellisten hoitojen toteutustapaa. IVF-hoidossa yksi jatkuvista haasteista on ollut munasolujen noutomäärän maksimointi tehokkaasti hoidettavien potilaiden määrän hallinnan ohella – erityisesti viikonloppuproseduurien vähentämisen kautta – ilman tulosten heikkenemistä. Vaikka potilaan vaste voi vaihdella syklien välillä, näyttö osoittaa, että laukaisupäivän säätäminen yhdellä päivällä ei vaikuta merkittävästi kliinisiin tuloksiin, mikä mahdollistaa joustavamman aikataulutuksen.
Tekoäly mahdollistaa siirtymän standardoiduista protokollista personoituihin hoitoihin, parantaen kliinisiä tuloksia, tehostamalla prosesseja ja lisäten toiminnan tehokkuutta. Viimeaikainen tutkimus osoittaa, että tekoälyyn perustuvat mallit voivat optimoida munasarjojen stimulaation, parantaa laukaisupäivän valintaa ja lisätä hedelmöittyneiden munasolujen määrää verrattuna pelkästään lääkäreiden tekemiin päätöksiin. Tekoälyalgoritmit ovat myös ennustaneet tarkasti noudettujen munasolujen määrän, edistäen tehokkaampia protokollia ja korkeampia elävänä syntyneiden lasten määriä.
Laukaisuaikojen lisäksi on osoitettu, että tekoäly parantaa IVF-klinikoiden työnkulun tehokkuutta optimoimalla seuranta-aikatauluja ja tasapainottamalla kliinistä työkuormaa ilman, että se vaikuttaisi negatiivisesti syklin tuloksiin.
Tämän kasvavan näytön perusteella suunniteltiin satunnaistettu kontrolloitu tutkimus, jossa verrataan kliinisiä tuloksia ohjatun munasarjastimulaation yhteydessä, kun laukaisu- ja noutopäätökset tehdään pelkästään lääkärin toimesta verrattuna tilanteeseen, jossa lääkärin päätöksiä tukee tekoälyn ohjaus.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Barcelona, Espanja, 08028
- Rekrytointi
- Hospital Universitario Quirón Dexeus
-
Ottaa yhteyttä:
- Nikolaos P Polyzos, MD PhD
- Puhelinnumero: 0034932274700
- Sähköposti: nikpol@dexeus.com
-
Ottaa yhteyttä:
- Ignacio Rodriguez, MSc
- Puhelinnumero: 0034932274700
- Sähköposti: nacrod@dexeus.com
-
Päätutkija:
- Nikolaos P Polyzos, MD PhD
-
Alatutkija:
- Valeria Donno, MD
-
Alatutkija:
- Mariana B Miguens, MD
-
Alatutkija:
- Gerarda Gaeta, MD
-
Tarragona, Espanja, 43206
- Ei vielä rekrytointia
- Dexeus Mujer Tarragona
-
Ottaa yhteyttä:
- Josep Gonzalo, MD
- Sähköposti: josgon@dexeus.com
-
Päätutkija:
- Josep Gonzalo, MD
-
-
Barcelona
-
Sabadell, Barcelona, Espanja
- Ei vielä rekrytointia
- Dexeus Mujer Sabadell
-
Ottaa yhteyttä:
- Ainhoa Coco, MD
- Puhelinnumero: 0034932274700
- Sähköposti: aincoc@dexeus.com
-
Päätutkija:
- Ainhoa Coco, MD
-
Sant Cugat del Vallès, Barcelona, Espanja, 08195
- Ei vielä rekrytointia
- Dexeus Mujer Sant Cugat
-
Ottaa yhteyttä:
- Ainhoa Coco, MD
- Puhelinnumero: 0034932274700
- Sähköposti: aincoc@dexeus.com
-
Päätutkija:
- Ainhoa Coco, MD
-
-
Tarragona
-
Reus, Tarragona, Espanja, 43202
- Ei vielä rekrytointia
- Dexeus Mujer Reus
-
Ottaa yhteyttä:
- Josep Gonzalo, MD
- Sähköposti: josgon@dexeus.com
-
Päätutkija:
- Josep Gonzalo, MD
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällyttämiskriteerit:
- Käy läpi COS:n IVF:lle omilla munasoluilla, munasolulahjoituksella ja valinnaisella hedelmällisyyden säilyttämisellä, kun kaikki seurantakäynnit USS (ultraäänitutkimus) suoritetaan keskustemme tiloissa.
Poissulkemiskriteerit:
- Lääketieteellisesti perusteltu hedelmällisyyden säilyttäminen
- Kyvyttömyys osallistua klinikan käynteihin seurantaa varten.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Hoito
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Tekoälyalgoritmi
Lääkäri tekee käynnistyspäätökset tekoälyn ohjausta hyödyntäen.
|
Tässä tutkimuksessa käytetty tekoälyalgoritmi on STIMAI®.
STIMAI® on tekoälyyn perustuva ohjelmisto, joka auttaa kliinikoita tarjoamalla dataan perustuvia oivalluksia hedelmällisyyshoidon prosessin optimointiin ja hedelmöityksen tukemiseen.
Ohjelmisto on suunniteltu kliiniseksi päätöksenteon tukityökaluksi, eikä se korvaa lääkärin harkintaa; lopulliset kliiniset päätökset jäävät hoitavan lääkärin vastuulle. Lääkäri tulee konsultoimaan tekoälysovellusta, joka ennustaa MII-oo-syyttien määrää eri käynnistyspäivinä.
Jos algoritmi suosittelee käynnistämään tänään tai huomenna, lääkäri valitsee, kumpaa vaihtoehtoa noudattaa.
|
|
Active Comparator: Rutiinikliininen hoito
Kun lääkärin yksin tekemien ovulaation laukaisupäätösten jälkeen on noudatettu rutiininomaista kliinistä hoitoa,
|
Heti kun 2-3 17 mm:n follikkelia havaitaan, lääkäri määrittää ovulaation laukaisuajan kliinisen arvion perusteella.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
MII munasolut
Aikaikkuna: Keräyspäivä noin 34-36 tuntia ovulaation laukaisun jälkeen.
|
MII-ooeyttien lukumäärä, joka kerätään oosyyttinoudon yhteydessä.
|
Keräyspäivä noin 34-36 tuntia ovulaation laukaisun jälkeen.
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Noutotoimenpiteiden jakautuminen viikon aikana.
Aikaikkuna: Arvioidaan stimulaatiokierron lopussa, kun keräilyaikataulu on suoritettu. noin 34–36 tuntia ovulaation laukaisun jälkeen.
|
IVT-syklin aikana viikon eri päivinä suoritettujen munasolun noutotoimenpiteiden kuvio tai jakautuminen.
|
Arvioidaan stimulaatiokierron lopussa, kun keräilyaikataulu on suoritettu. noin 34–36 tuntia ovulaation laukaisun jälkeen.
|
|
COC:iden määrä
Aikaikkuna: Mitattu munasolun noutopäivänä. noin 34–36 tuntia ovulaation laukaisun jälkeen.
|
Kokonaislukumäärä oosyyttejä, joita ympäröivät kumulussolut, jotka kerätään oosyytinpoiston aikana, heijastaen munasarjojen reaktiota stimulaatioon.
|
Mitattu munasolun noutopäivänä. noin 34–36 tuntia ovulaation laukaisun jälkeen.
|
|
Stimulaation kesto (päivinä)
Aikaikkuna: Ensimmäisestä stimulaatiopäivästä aina ovulaation laukaisevan lääkkeen antopäivään asti. Jopa 8–15 päivää
|
Potilaan saamien gonadotropiinien kokonaispäivien määrä ohjatun munasarjastimulaation aikana ennen ovulaation laukausta.
|
Ensimmäisestä stimulaatiopäivästä aina ovulaation laukaisevan lääkkeen antopäivään asti. Jopa 8–15 päivää
|
|
FORT (pre-ovulaatiokukkuloita käynnistyspäivänä/AFC)
Aikaikkuna: AFC mitataan lähtötilanteessa (jakson päivä 2-3); esiovulaatoriset rakkulat lasketaan käynnistyspäivänä. Jopa 8-15 päivää
|
Mittari, joka lasketaan jakamalla ovulaationaikana olevien rakkuloiden määrä käynnistyspäivänä alkuperäisellä antraalirakkulamäärällä (AFC). Se kuvaa stimulaation tehokkuutta kasvattamisessa kutsuttavia rakkuloita.
|
AFC mitataan lähtötilanteessa (jakson päivä 2-3); esiovulaatoriset rakkulat lasketaan käynnistyspäivänä. Jopa 8-15 päivää
|
|
FOI (N COCs/AFC)
Aikaikkuna: AFC mitattu alkuvaiheessa; COC:t laskettu noutopäivänä noin 34-36 tuntia ovulaation laukaisun jälkeen.
|
Kumulus-oo-syyttäristyksien lukumäärä jaettuna alkuantraalikuplalaskennalla (AFC), mikä osoittaa, kuinka tehokkaasti alkuantraalikuplat johtivat noudettuihin munasoluihin.
|
AFC mitattu alkuvaiheessa; COC:t laskettu noutopäivänä noin 34-36 tuntia ovulaation laukaisun jälkeen.
|
|
Käyntien määrä
Aikaikkuna: Lasketaan stimulaation alkamisesta käynnistyspäivään asti. enintään 8–12 päivää
|
Kontrolloidun munasarjojen stimuloinnin aikana tarvittavien kliinisten seurantakäyntien kokonaismäärä, mukaan lukien ultraäänitutkimukset ja verikokeet.
|
Lasketaan stimulaation alkamisesta käynnistyspäivään asti. enintään 8–12 päivää
|
|
Spontaani ovulaatio
Aikaikkuna: Havaittu laukaisuannoksen antamisen ja suunnitellun munasolun keräyksen välillä. n. 34–36 tuntia ovulaatiolaukaisun jälkeen.
|
Tapahtumattoman follikkelin repeämän esiintyminen munasolun poistoa ennen, mikä osoittaa, että ovulaatio tapahtui ennen suunniteltua toimenpidettä huolimatta seurannasta.
|
Havaittu laukaisuannoksen antamisen ja suunnitellun munasolun keräyksen välillä. n. 34–36 tuntia ovulaatiolaukaisun jälkeen.
|
Yhteistyökumppanit ja tutkijat
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Blockeel C, Engels S, De Vos M, Haentjens P, Polyzos NP, Stoop D, Camus M, Devroey P. Oestradiol valerate pretreatment in GnRH-antagonist cycles: a randomized controlled trial. Reprod Biomed Online. 2012 Mar;24(3):272-80. doi: 10.1016/j.rbmo.2011.11.012. Epub 2011 Nov 30.
- Babayev E. Man versus machine in in vitro fertilization-can artificial intelligence replace physicians? Fertil Steril. 2020 Nov;114(5):963. doi: 10.1016/j.fertnstert.2020.07.042. Epub 2020 Aug 17. No abstract available.
- Canon C, Leibner L, Fanton M, Chang Z, Suraj V, Lee JA, Loewke K, Hoffman D. Optimizing oocyte yield utilizing a machine learning model for dose and trigger decisions, a multi-center, prospective study. Sci Rep. 2024 Aug 20;14(1):18721. doi: 10.1038/s41598-024-69165-1.
- Chow DJX, Wijesinghe P, Dholakia K, Dunning KR. Does artificial intelligence have a role in the IVF clinic? Reprod Fertil. 2021 Aug 23;2(3):C29-C34. doi: 10.1530/RAF-21-0043. eCollection 2021 Jul.
- Dimitriadis I, Zaninovic N, Badiola AC, Bormann CL. Artificial intelligence in the embryology laboratory: a review. Reprod Biomed Online. 2022 Mar;44(3):435-448. doi: 10.1016/j.rbmo.2021.11.003. Epub 2021 Nov 12.
- Ferrand T, Boulant J, He C, Chambost J, Jacques C, Pena CA, Hickman C, Reignier A, Freour T. Predicting the number of oocytes retrieved from controlled ovarian hyperstimulation with machine learning. Hum Reprod. 2023 Oct 3;38(10):1918-1926. doi: 10.1093/humrep/dead163.
- Hariton E, Chi EA, Chi G, Morris JR, Braatz J, Rajpurkar P, Rosen M. A machine learning algorithm can optimize the day of trigger to improve in vitro fertilization outcomes. Fertil Steril. 2021 Nov;116(5):1227-1235. doi: 10.1016/j.fertnstert.2021.06.018. Epub 2021 Jul 10.
- Letterie G, MacDonald A, Shi Z. An artificial intelligence platform to optimize workflow during ovarian stimulation and IVF: process improvement and outcome-based predictions. Reprod Biomed Online. 2022 Feb;44(2):254-260. doi: 10.1016/j.rbmo.2021.10.006. Epub 2021 Oct 20.
Hyödyllisiä linkkejä
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
- FSD-AIG-2025-20
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 .