Détection ECG basée sur l'intelligence artificielle des cardiopathies congénitales chez les enfants : un nouvel outil de diagnostic (AI-ECG-CHD)
28 juillet 2026 mis à jour par: Jing Sun, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
La cardiopathie congénitale (CHD) est la maladie congénitale la plus courante chez les enfants.
La détection, le diagnostic et le traitement précoces des maladies coronariennes chez les enfants revêtent une grande importance pour améliorer le pronostic et réduire la mortalité des enfants, mais les méthodes de dépistage actuelles ont leurs limites.
L'électrocardiogramme (ECG), en tant que moyen économique et rapide de détection des maladies cardiaques, revêt une valeur très importante dans le diagnostic auxiliaire des maladies coronariennes. Les technologies de mégadonnées et d'apprentissage profond en intelligence artificielle (IA) ont montré un grand potentiel dans le domaine médical.
L'avènement de l'ère du Big Data fournit de riches ressources de données pour l'étude approfondie des signaux CHD ECG chez les enfants.
Le développement de la technologie d'apprentissage profond, en particulier la percée dans le domaine de la reconnaissance d'images, fournit un support technique solide pour l'analyse intelligente de l'électrocardiogramme.
La particularité de l'électrocardiogramme des enfants nécessite le développement d'un modèle d'algorithme spécial.
À l'heure actuelle, la recherche sur l'application de modèles d'apprentissage profond pour identifier les électrocardiogrammes des enfants est limitée, et la formation et la vérification à partir de grands ensembles de données font défaut.
Basé sur le réseau chinois de recherche collaborative sur les cardiopathies congénitales, ce projet vise à intégrer les données et la technologie d'apprentissage profond pour développer un ensemble de systèmes de diagnostic intelligents assistés par électrocardiogramme (système IA CHD-ECG) adaptés aux enfants atteints de coronaropathie, afin d'améliorer le début taux de détection des maladies coronariennes et améliorer l’efficacité du dépistage des cardiopathies congénitales.
Aperçu de l'étude
Statut
Retiré
Type d'étude
Observationnel
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Lieux d'étude
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, Chine
- Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
-
-
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
- Enfant
- Adulte
Accepte les volontaires sains
Oui
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
Notre ensemble de données était constitué de données rétrospectives de patients âgés de moins de 18 ans qui disposaient d'informations complètes sur l'ECG, l'échocardiographie, l'examen et les antécédents médicaux.
La description
Critère d'intégration:
- L'âge de la première visite était de 3 mois après la naissance à 18 ans ;
- Dans le groupe de communication interauriculaire, les patients du groupe de cas devaient effectuer un examen ECG et confirmer par une échographie cardiaque minutieuse qu'il existait une simple communication interauriculaire secondaire sans autres malformations cardiaques complexes (telles qu'un drainage veineux pulmonaire ectopique, une malformation de l'artère conique du tronc). , crosse aortique interrompue, hypertension pulmonaire primitive, etc.). Dans le groupe souffrant d'hypertension pulmonaire, la présence d'une hypertension pulmonaire associée à une maladie coronarienne a été confirmée par un examen échographique cardiaque minutieux. Le groupe témoin était constitué de patients présentant une structure intracardiaque normale examinés par échographie cardiaque. L'intervalle de temps entre l'examen ECG et l'examen échocardiographique de tous les patients était < 1 mois ;
- Aucune maladie grave au moment de la première visite (maladie organique ne mettant pas la vie en danger causée par une cardiopathie congénitale).
Critère d'exclusion:
- Âge de la première visite < 3 mois ou > 18 ans ;
- Cardiopathie congénitale compliquée (telle qu'un drainage veineux pulmonaire anormal, une malformation de l'artère conique du tronc, une crosse aortique interrompue, une hypertension pulmonaire primaire, etc.) ;
- Les informations cliniques sont incomplètes, y compris l'absence d'informations sur l'ECG ou l'échocardiographie, ou l'intervalle de temps entre l'ECG et l'échocardiographie est > 1 mois ;
- Maladies potentiellement mortelles associées à d'autres systèmes organiques ;
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Contrôle
|
|
Hypertension pulmonaire
|
|
Communication interauriculaire
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Base de données ECG à grande échelle pour les enfants
Délai: 2024.01.01-2024.12.30
|
Les données ECG des enfants de plusieurs centres ont été collectées et rassemblées, y compris les types de maladies coronariennes courantes et rares et l'ECG des enfants normaux, afin de construire une base de données ECG à grande échelle couvrant différents âges et maladies coronariennes.
De plus, les données ECG originales (signaux numériques ou images ECG) seront prétraitées pour les rendre conformes aux normes d'entrée des modèles d'apprentissage profond, afin d'améliorer la qualité et l'efficacité de la formation ultérieure des modèles et de réduire l'hétérogénéité des multi -données ECG centrales.
|
2024.01.01-2024.12.30
|
|
Modèle d'électrocardiogramme assisté par intelligence artificielle pour les maladies coronariennes chez les enfants
Délai: 2024.01.01-2025.12.30
|
Le modèle de réseau neuronal profond sera établi sur la base d'algorithmes tels que le réseau neuronal convolutif, les transformateurs et les auto-encodeurs, et sera formé et vérifié dans l'ensemble de données multicentriques ECG pour enfants (85 %) établi sur la base de CCHDnet, afin d'optimiser en permanence le modèle et améliorer les performances de diagnostic du modèle.
En outre, le modèle d'apprentissage en profondeur basé sur la maladie unique de CHD sera intégré et le système d'IA CHD-ECG sera construit, et le modèle extraira et reconnaîtra automatiquement les informations de base générales telles que l'âge et le sexe de l'enfant. via l'ECG, puis prédire et classer les caractéristiques potentielles de CHD dans l'ECG sur cette base.
Le groupe de recherche a initialement sélectionné les sous-types représentatifs de coronaropathie – communication interauriculaire et hypertension pulmonaire comme direction initiale d’exploration.
|
2024.01.01-2025.12.30
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (Réel)
1 janvier 2024
Achèvement primaire (Estimé)
30 décembre 2028
Achèvement de l'étude (Estimé)
30 décembre 2028
Dates d'inscription aux études
Première soumission
22 avril 2024
Première soumission répondant aux critères de contrôle qualité
22 avril 2024
Première publication (Réel)
25 avril 2024
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
29 juillet 2026
Dernière mise à jour soumise répondant aux critères de contrôle qualité
28 juillet 2026
Dernière vérification
1 avril 2026
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- XHEC-C-2024-053-1
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
INDÉCIS
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Non
Étudie un produit d'appareil réglementé par la FDA américaine
Non
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .