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.

Diagnostic Trial of a Vision Transformer-Based Ultrasound AI Model for Placenta Accreta Spectrum

8 juin 2026 mis à jour par: FANG HE

Diagnostic Trial of Vision Transformer-Based End-to-End Ultrasound Artificial Intelligence Model for Assisting in the Diagnosis of Placenta Accreta Spectrum Disorders: An Investigator-Initiated Prospective Clinical Study

This study develops an end-to-end Vision Transformer (ViT)-based artificial intelligence system for ultrasound-based diagnosis of placenta accreta spectrum (PAS), aiming to improve the accuracy and efficiency of prenatal screening using standardized ultrasound video inputs.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Spectre Placenta Accreta

Intervention / Traitement

Test diagnostique: Vision Transformer-Based End-to-End Ultrasound Artificial Intelligence Model

Description détaillée

Placenta accreta spectrum (PAS) is a life-threatening obstetric disorder involving abnormal placental invasion into the uterine wall, which is associated with severe maternal and neonatal complications. Despite advances in imaging, prenatal diagnosis remains challenging due to variability in ultrasound interpretation and reliance on operator expertise.

This study will establish a standardized ultrasound video acquisition protocol and develop a deep learning-based model using Vision Transformer (ViT) architecture to process dynamic ultrasound sequences. The model will be trained using clinically confirmed postpartum outcomes as reference labels.

The diagnostic performance of the system will be systematically evaluated, with the goal of improving consistency in interpretation and supporting more efficient clinical decision-making in prenatal PAS screening.

Type d'étude

Observationnel

Inscription (Estimé)

561

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

Nom: Fang He, M.D, PhD
Numéro de téléphone: +86 13724831279
E-mail: Gzhefang@gzhmu.edu.cn

Lieux d'étude

Chine
- Guangdong
  - Guangzhou, Guangdong, Chine, 510150
    - Recrutement
    - The Third Affiliated Hospital, Guangzhou Medical University
    - Contact:
      
      Fang He, MD, PhD
      
      Numéro de téléphone: +86 13724831279
      
      E-mail: Gzhefang@gzhmu.edu.cn

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

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Pregnant women aged 18-45 years; Gestational age between 24 and 34 weeks; Pregnant women with a history of placenta previa or with an anterior placenta.

La description

Inclusion criteria:

Pregnant women aged between 18 and 45 years;
Gestational age between 24 and 34 weeks;
Pregnant women with a history of placenta previa;
Pregnant women with an anterior placenta;
Willingness to participate in the study and provision of written informed consent.

Exclusion criteria:

Failure to provide written informed consent;
Presence of severe complications that precluded continuation of pregnancy;
Inability to comply with study procedures for other reasons.

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

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats	Description de la mesure	Délai
Diagnostic performance of the end-to-end Vision Transformer (ViT)-based ultrasound AI model for placenta accreta spectrum (PAS) Délai: At delivery (following confirmation of PAS status by surgical and/or pathological findings)	Sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), and area under the receiver operating characteristic curve (AUC) of the model.	At delivery (following confirmation of PAS status by surgical and/or pathological findings)

Mesures de résultats secondaires

Mesure des résultats	Description de la mesure	Délai
Clinical Feasibility of the Standardized Ultrasound Video Recording Method Délai: At enrollment during the ultrasound examination	Completion Rate (Proportion of patients who successfully complete the standardized recording) and time consumption (Mean recording time)	At enrollment during the ultrasound examination
Consistency and Efficiency Between the AI Model and Physician Diagnosis Délai: At enrollment during the ultrasound examination	Diagnostic Consistency: Kappa coefficient used to evaluate the consistency between the AI model's diagnoses and those of experienced ultrasound physicians (Kappa > 0.75 indicates good agreement).	At enrollment during the ultrasound examination
Safety of the AI Model Délai: At delivery, when PAS status and maternal outcomes are assessed	False Negative Rate: Proportion of missed PAS-positive patients and the impact on patient outcomes .	At delivery, when PAS status and maternal outcomes are assessed

Collaborateurs et enquêteurs

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

Parrainer

FANG HE

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 septembre 2025

Achèvement primaire (Estimé)

1 septembre 2027

Achèvement de l'étude (Estimé)

31 décembre 2027

Dates d'inscription aux études

Première soumission

2 juin 2026

Première soumission répondant aux critères de contrôle qualité

8 juin 2026

Première publication (Réel)

11 juin 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)