Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

AIRFRAME : Intelligence artificielle pour la reconnaissance des anomalies cérébrales fœtales lors de la scintigraphie cérébrale fœtale du deuxième trimestre (AIRFRAME)

Développement d'un algorithme d'intelligence artificielle pour reconnaître les résultats anormaux lors d'une échographie cérébrale fœtale de routine. AIRFRAME (Intelligence Artificielle pour la Reconnaissance des Anomalies Cérébrales Fœtales)

L'échographie obstétricale représente la norme de soins pour le dépistage des anomalies fœtales. Cependant, ses performances dépendent de plusieurs paramètres, notamment le type d'anomalie, l'âge gestationnel, l'habitus maternel et les compétences de l'examinateur. L'utilisation de l'intelligence artificielle (IA) dans le diagnostic médical a été suggérée non seulement pour réduire la variabilité inter- et intra-opérateur, mais également pour réduire le temps nécessaire à l'exécution des tâches de routine, optimisant ainsi les ressources de santé. Les anomalies cérébrales fœtales comptent parmi les anomalies congénitales fœtales les plus difficiles en termes de diagnostic échographique, de conseil prénatal et de prise en charge. L'accès à de nouvelles sources de technologie, c'est-à-dire L’IA a le potentiel d’améliorer la reconnaissance, la détection et la localisation des malformations cérébrales. Par conséquent, nous proposons de développer un logiciel basé sur l'IA, qui serait capable de reconnaître les structures cérébrales lors d'une échographie prénatale et de faire la distinction entre l'anatomie cérébrale fœtale normale et anormale grâce à un traitement des données entièrement automatique.

Aperçu de l'étude

Description détaillée

L'application de l'IA en échographie obstétricale comprend trois aspects : l'identification de la structure, les mesures automatiques et standardisées et le diagnostic de classification. Étant donné que l’échographie obstétricale prend du temps, l’utilisation de l’IA pourrait également réduire la durée des examens et améliorer le flux de travail.

Conception de l'étude : il s'agit d'une étude de cohorte observationnelle rétrospective multicentrique et d'une étude de cohorte prospective ultérieure. La conception de l'étude sera organisée en deux phases différentes.

La première phase, l'étude rétrospective de faisabilité, a pour objectif de développer et de former un algorithme d'IA avec des images normales et anormales acquises rétrospectivement lors de l'échographie du deuxième trimestre de divers centres internationaux de médecine fœtale.

La deuxième phase, une validation clinique prospective, a pour objectif de tester l'algorithme d'IA dans l'évaluation de l'anatomie de base du cerveau fœtal dans un contexte clinique réel avec de vrais patients de chacun des centres de médecine fœtale participants.

Cadre : Trois (3) centres de médecine fœtale.

Participantes : population enceinte unique ayant subi une échographie entre 19 et 22 semaines de gestation dans les centres participants.

Critère d'évaluation principal : valider une nouvelle technologie basée sur l'IA pour l'évaluation automatisée de l'anatomie de base du cerveau fœtal qui pourrait potentiellement être utilisée pour prendre en charge l'analyse de dépistage du deuxième trimestre.

Critères secondaires :

Améliorer les performances du dépistage standard du deuxième trimestre de l'anatomie du cerveau fœtal en garantissant son évaluation échographique fiable dans un délai d'exécution plus court.

Détecter une répétabilité et une reproductibilité plus élevées, permettant de mettre en œuvre le dépistage échographique également en termes d'efficacité à grande échelle, en optimisant les ressources de santé. Dans la première phase de l'étude, les centres de médecine fœtale participants rechercheront dans leurs bases de données électroniques des images de femmes enceintes uniques qui a subi une imagerie échographique à 19+0 - 22+6 semaines de gestation avec une anomalie cérébrale fœtale. Des images normales du cerveau fœtal au même âge gestationnel seront fournies par les centres promoteurs - c'est-à-dire la Fondazione Policlinico A. Gemelli, l'IRCCS et l'Université de Parme. Les informations cliniques, échographiques, prénatales et postnatales de chaque cas seront extraites du dossier médical du patient et saisies dans un fichier de collecte de base de données électronique par le chercheur principal de chaque centre participant. Les images acquises seront anonymisées, enregistrées au format DICOM et partagées via un système de stockage cloud dédié qui sera mis en place par l'équipe de bio-ingénierie. Chaque centre pourra accéder au système Web à l'aide d'un identifiant personnel et d'un mot de passe.

Dans la deuxième phase de l'étude, l'algorithme sera testé et validé de manière prospective dans un contexte clinique réel avec de vrais patients de chacun des centres de médecine fœtale participants. Les critères d'inclusion et d'exclusion, le protocole d'imagerie et la collecte de données seront les mêmes que ceux effectués lors de la phase rétrospective.

Type d'étude

Observationnel

Inscription (Estimé)

10000

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.

Coordonnées de l'étude

Lieux d'étude

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

  • Adulte

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Toutes les femmes enceintes subissant un examen de dépistage au deuxième trimestre dans les centres participants et qui donnent leur consentement éclairé à l'inscription

La description

Critères d'intégration :

  • Femmes ayant une grossesse unique subissant une échographie entre 19+0 et 22+6 semaines de gestation

Critères d'exclusion :

  • Femmes qui n’ont pas subi l’examen de dépistage du deuxième trimestre à l’âge gestationnel fixé.
  • Femmes chez lesquelles une bonne visualisation du plan transventriculaire, transthalamique et transcérébelleux de la tête fœtale n'était pas techniquement possible.
  • Les femmes qui ne sont pas en mesure de donner leur consentement éclairé.

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
Intervention / Traitement
CAS
Fœtus présentant des anomalies cérébrales
Développement d'un algorithme d'IA pour la détection précoce des anomalies cérébrales fœtales au deuxième trimestre de la grossesse
Autres noms:
  • Intelligence artificielle
  • Scanner fœtal du deuxième trimestre
COMMANDES
Fœtus présentant une anomalie cérébrale
Développement d'un algorithme d'IA pour la détection précoce des anomalies cérébrales fœtales au deuxième trimestre de la grossesse
Autres noms:
  • Intelligence artificielle
  • Scanner fœtal du deuxième trimestre

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Algorithme IA
Délai: 2 années
Nombre de cas détectés avec l'application de l'algorithme d'IA
2 années

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Reproductibilité
Délai: 1 an
Nombre de cas détectés avec l'application de l'algorithme d'IA par rapport à ceux détectés avec les techniques standard de diagnostic prénatal
1 an

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chercheur principal: Alessandra Familiari, Fondazione Policlinico Universitario A. gemelli, IRCCS

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

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)

30 avril 2023

Achèvement primaire (Estimé)

30 décembre 2024

Achèvement de l'étude (Estimé)

30 décembre 2026

Dates d'inscription aux études

Première soumission

4 novembre 2024

Première soumission répondant aux critères de contrôle qualité

4 novembre 2024

Première publication (Estimé)

5 novembre 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Estimé)

5 novembre 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

4 novembre 2024

Dernière vérification

1 novembre 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • Prod. ID 4813

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 .

S'abonner