Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Sopimus tekoälyn ja anestesialääkärien välillä ultraääniohjauksella tehtävässä kainaloiden haarahermopihkasaumassa

torstai 9. huhtikuuta 2026 päivittänyt: Muhammed Gökhan Abay, Gaziantep City Hospital

Arvio tekoälyn ja kokeneiden anestesialääkärien välisestä yhteensopivuudesta ultraääniohjattavan kainaloseinän hermosolmun peittopisteen tunnistamisessa: prospektiivinen havainnointitutkimus

Tämä prospektiivinen havainnointitutkimus pyrkii arvioimaan tekoälyn (AI) avustaman kohdepisteen tunnistamisen ja kokeneiden anestesiologien välistä sopivuutta ultraääniohjattavan kainalon olkaniskan hermon salpauksen aikana.

Ultraääniohjaus on laajalti käytössä alueanestesiassa parantaen salpauksen onnistumista ja turvallisuutta. Kuitenkin anatomisten rakenteiden ja optimaalisten injektiopisteiden tarkka tunnistaminen on edelleen operaattoririippuvaista. Tekoälyyn perustuvilla järjestelmillä on potentiaalia auttaa kliinikkoja tunnistamalla anatomisia maamerkkejä reaaliajassa.

Tässä tutkimuksessa tekoälyn luomia kohdepisteitä verrataan kokeneiden anestesiologien määrittämiin pisteisiin. Kahden menetelmän välisen sopivuuden tasoa analysoidaan. Toissijaisina tuloksina tarkastellaan salpauksen suoritusparametreja ja kuvanlaatua.

Tämän tutkimuksen tulokset voivat edesauttaa tekoälyn kliinisen hyödyllisyyden ymmärtämistä ultraääniohjattavassa alueanestesiassa.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Ultraääniohjattu kainlovarsisolmukkeen hermosolukon puudutus on laajalti käytetty alueellinen anestesiatekniikka yläraajan leikkauksissa. Menetelmän onnistuminen riippuu suurelta osin hermostorakenteiden tarkasta tunnistamisesta ja optimaalisista injektiopisteistä, jotka ovat operaattoririippuvaisia.

Tekoäly (AI) on viime aikoina noussut lupaavaksi työkaluksi ultraäänitulkinnan avustamiseen tunnistamalla automaattisesti anatomisia rakenteita. Kuitenkin tekoälyyn perustuvan kohdepisteen tunnistuksen ja asiantuntija-anestesiologien välisen yhtäpitävyyden tasoa ei ole riittävästi tutkittu, erityisesti kainlovarsisolmukkeen hermosolukon puudutuksessa.

Tässä prospektiivisessa havainnointitutkimuksessa otetaan mukaan potilaita, joille tehdään yläraajan leikkaus kainlovarsisolmukkeen hermosolukon puudutuksen alaisuudessa. Tutkimuksen puitteissa potilaille ei tehdä muita toimenpiteitä. Kaikki arvioinnit perustuvat rutiinikliinisen käytännön osana saataviin reaaliaikaisiin ultraäänikuvauksiin.

Rutiiniultraäänitutkimuksen aikana ennen puudutuksen toteuttamista kuvia tarkkaillaan reaaliajassa. Kokeneet anestesiologit määrittävät anatomiset rakenteet ja optimaaliset kohdeinjektiopisteet toimenpiteen aikana. Samanaikaisesti tekoälyyn perustuva järjestelmä analysoi samoja reaaliaikaisia ultraäänikuvia ja tunnistaa kohdepisteet.

Jokaiselle tunnistetulle hermolle (keskisormi-, kyynär-, säde- ja lihas-ihohermo) sekä tekoäly että anestesiologit määrittävät kohdeinjektiopisteet. Tekoälyn tuottamien ja asiantuntijamäärittelemien kohdepisteiden välinen spatiaalinen ero lasketaan millimetreinä.

Päätavoitteena on arvioida tekoälyn ja anestesiologien välistä yhtäpitävyyttä kohdepisteen tunnistamisessa käyttäen luokkien sisäistä korrelaatiokerrointa (ICC). Lisäksi mittauksien välistä ≤5 mm eroa pidetään kliinisesti hyväksyttävänä yhtäpitävyytenä.

Toissijaisia tuloksia ovat:

Mittausten osuus ≤5 mm yhtäpitävyyden sisällä Yhtäpitävyys hermon tunnistamisessa Toimenpiteeseen liittyvät parametrit

Kaikki asiantuntija-arvioinnit suoritetaan itsenäisesti ja sokeutettuna tekoälyn tuotoksiin.

Tämän tutkimuksen tavoitteena on selvittää, voiko tekoäly luotettavasti avustaa kliinikkoja tunnistamaan anatomisia kohteita ultraääniohjattuun alueelliseen anestesiaan ilman, että se aiheuttaa potilaille lisäriskiä.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

100

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

  • Nimi: Muhammed Gökhan Abay
  • Puhelinnumero: +905379479745
  • Sähköposti: abay.25@gmail.com

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
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Aikuispotilaat iältään 18–80-vuotiaat, joiden American Society of Anesthesiologists (ASA) fyysinen tila on I–III ja jotka käyvät läpi yläraajan leikkausta ultraääniohjatuksen kainalopistoksen (axillary brachial plexus block) alaisena rutiinikäytännössä. Vain potilaat, joilla on riittävä reaaliaikainen ultraäänikuvantaminen kainaloalueelta, mikä mahdollistaa tarvittavien anatomisten rakenteiden tunnistamisen, sisällytetään.

Kuvaus

Mukaanottokriteerit:

  • Ikä 18–80 vuotta
  • American Society of Anesthesiologists (ASA) fyysinen tila I–III
  • Potilaat, joille on suunniteltu yläraajakirurgiaa ultraääniohjattua kainalolihaksen hermon katetria käyttäen osana rutiinikliinistä käytäntöä
  • Kyky saada riittävä reaaliaikainen ultraääni-kuvaus kainaloalueesta ennen katetrin asettamista
  • Kirjallisen tietoon perustuvan suostumuksen antaminen

Poissulkemiskriteerit:

  • Kyvyttömyys nähdä selkeästi kainalo-valtimo ja vähintään yksi ääreishermo (keskisormen, kyynärvarren, säde- tai lihas-ihohermo) ultraääni-kuvauksessa
  • Merkittävien ultraääni-artefaktien läsnäolo, joka vaikeuttaa kuvan tulkintaa
  • Aiempi leikkaus kainaloalueella, joka aiheuttaa anatomisia muutoksia
  • Anatomiset epämuodostumat tai merkittävät anatomiset vaihtelut kainaloalueella
  • Riittämätön ultraääni-kuvan laatu vakavan liikalihavuuden tai muiden teknisien rajoitusten vuoksi
  • Reaaliaikaisen ultraääni-kuvauksen saamatta jättäminen ennen katetrin asettamista
  • Tietoon perustuvan suostumuksen peruuttaminen

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
Potilaat, joilla tehdään ultraääniohjattu kainlosolmun aksillaarinen hermopunosblokkaus
Potilaat, joille tehdään yläraajojen leikkauksia ja joille suoritetaan ultraääniohjattu kainalohaarukan hersolohko osana rutiinikliinistä käytäntöä. Reaaliaikaiset ultraäänikuvat arvioidaan samanaikaisesti tekoälyjärjestelmän ja kokeneiden anestesialääkärien toimesta. Potilaille ei tehdä lisätoimenpiteitä.
Ultraääniohjattu kainloniskanpunoslohko suoritettu osana rutiinikliinistä hoitoa. Tutkimusta varten ei oteta käyttöön muita toimenpiteitä. Toimenpiteen aikana saatuja reaaliaikaisia ultraäänikuvia analysoi tekoälyjärjestelmä ja kokeneet anestesialääkärit.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Yhteensopivuus kohdepisteen tunnistamisessa tekoälyn ja anestesiologien välillä
Aikaikkuna: Estotoimenpiteen aikana (ultraäänikuvaus)
Tekoälyn (AI) ja kokeneiden anestesialääkärien välistä sopimusta kohdepisteytyskohteiden tunnistamisessa arvioidaan käyttäen luokkien välistä korrelaatiokerrointa (ICC). Kohteen pisteet määritellään käyttäen koordinaattipohjaisia mittauksia reaaliaikaisissa ultraäänikuvissa.
Estotoimenpiteen aikana (ultraäänikuvaus)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Osuus mittauksista, jotka ovat kliinisesti hyväksyttävällä sovittelualueella
Aikaikkuna: Lohkotoimenpiteen aikana
Lasketaan kohdepistemittausten osuus, jossa ero tekoälyn ja anestesiologien välillä on ≤5 mm. Eroa ≤5 mm pidetään kliinisesti hyväksyttävänä yhtäpitävyytenä.
Lohkotoimenpiteen aikana
Sopimus hermojen tunnistamisessa
Aikaikkuna: Lohkotoimenpiteen aikana
Sopimusta tekoälyn ja anestesialääkärien välillä ääreishermojen (keskisormen, kyynärluun, sädesäteen ja lihasnahkahermon) tunnistamisessa arvioidaan käyttäen Cohenin kappakerrointa.
Lohkotoimenpiteen aikana
Spatiaalinen ero kohdepisteiden välillä
Aikaikkuna: Lohkoprosessin aikana
Absoluuttinen etäisyys (millimetreinä) tekoälyn tuottaman ja anestesialääkärin määrittelemän kohdepisteen välillä lasketaan jokaiselle mittaukselle.
Lohkoprosessin aikana

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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 (Arvioitu)

Keskiviikko 15. huhtikuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Keskiviikko 15. heinäkuuta 2026

Opintojen valmistuminen (Arvioitu)

Keskiviikko 15. heinäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 9. huhtikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 9. huhtikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 15. huhtikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 15. huhtikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 9. huhtikuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. huhtikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Osallistujien yksilöllisiä tietoja ei jaeta institutionaalisten käytäntöjen ja tietojen jakamisen infrastruktuurin puutteen vuoksi.

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

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 .

Tilaa