Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Neonatal Neurological Observation With Video AI (NeoNOVA)

2026. július 13. frissítette: Artemis AI Labs
NeoNOVA is a multi-site, prospective, single-arm, silent observational study to determine: among (Population) infants admitted to newborn services during their inpatient hospital stay, whether (Intervention) continuous bedside non-contact high definition video running real-time AI analysis of anatomic landmarks and movement, (Comparison) compared against human-labeled video frames and standardized clinical exams, will (Outcome) accurately localize infant anatomic landmarks (primary objective; outcome median position error in pixels) and demonstrate a statistically significant association between a video-derived movement index and clinical measures of patient neurological exams (secondary objective; outcomes N-PASS and modified Sarnat exams).

A tanulmány áttekintése

Állapot

Toborzás

Körülmények

Beavatkozás / kezelés

Részletes leírás

To fill this critical gap in neonatal care, the investigators developed and validated NeoPose, a low-cost, non-invasive, computer vision digital health tool to continuously monitor infants using real time video streams. NeoPose uses Pose Artificial Intelligence (AI) for an explainable approach to measure, quantify, and analyze infant movement. From the vectorized movement, investigators can accurately confirm the presence of encephalopathy and quantify the degree of sedation. The explainable AI platform enables continuous neuromonitoring with AI-driven alerts, suspicious event replay, movement comparisons, and training on a vast dataset of normal and abnormal infant movements far beyond what any provider could witness.

The Neonatal Neurological Observation with Video AI (NeoNOVA) study is a multi-site, prospective, single-arm, pragmatic, silent observational study to evaluate the performance of NeoPose and AI-derived insights in real world settings. NeoNOVA will deploy a bedside video monitoring system (ArtemisAI Platform) that continuously, passively video records the subject from enrollment to discharge. The study will prospectively validate the AI system's tracking accuracy against ground-truth human-labeled video frames (primary objective; outcome median position error in pixels), will evaluate the association between a video-derived movement index and standardized bedside assessments of encephalopathy, pain, and sedation (secondary objective; outcomes N-PASS and modified Sarnat scales), and will support hypothesis-generating research on novel video prediction algorithms for outcomes like sepsis and need for respiratory support (tertiary objective). The study operates in "silent mode," where AI outputs are not shown to the patient's clinical team. Findings are intended to support a structured clinical evidence generation plan for a Software as a Medical Device (SaMD) designed for continuous, non-contact neurological monitoring in the NICU.

Tanulmány típusa

Megfigyelő

Beiratkozás (Becsült)

200

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

Tanulmányozza a kapcsolattartók biztonsági mentését

Tanulmányi helyek

  • Egyesült Államok
    • New York
      • New York, New York, Egyesült Államok, 10029
        • Toborzás
        • Mount Sinai Hospital
        • Kapcsolatba lépni:
        • Kapcsolatba lépni:
        • Kutatásvezető:
          • Benjamin Glicksberg, PhD
      • New York, New York, Egyesült Államok, 10065
        • Még nincs toborzás
        • Weill Cornell Medicine / NewYork-Presbyterian Hospital
        • Kapcsolatba lépni:
        • Kutatásvezető:
          • Sushma Krishna, MD

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Gyermek
  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Igen

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

Neonates of any sex, gestational age, demographic background, or health status admitted to newborn services, including the NICU, at a participating hospital. No diagnosis-specific criteria apply. Consent is provided by at least one parent or legally authorized representative aged 18 or older. Sites will make reasonable efforts to enroll a demographically diverse sample reflective of their local NICU populations, supporting prespecified subgroup analyses of AI performance consistency across gestational age, race/ethnicity, sex, and clinical condition. The first five participants at each site are excluded from primary and secondary endpoint analyses and serve as a technology familiarization cohort.

Leírás

Inclusion Criteria:

  • Signed and dated informed consent from at least one parent or legally authorized representative (LAR) who is at least 18 years old.
  • Parent/LAR expresses willingness to comply with study procedures for the duration of the infant's hospital stay.
  • Infant of any sex (including intersex/undetermined) admitted to newborn services (including the NICU) at a participating hospital.

Exclusion Criteria:

  • Parents or LAR unable to provide informed consent or are under the age of 18.
  • Non-viable neonates

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
NICU-Admitted Infants Undergoing Continuous Video Monitoring
Infants admitted to newborn services, including the neonatal intensive care unit (NICU), who meet eligibility criteria and undergo continuous, non-contact bedside video monitoring from enrollment until hospital discharge.
Eszköz: Continuous bedside video monitoring with AI anatomic landmark tracking for neurologic monitoring
A non-contact, passive bedside video recording system is mounted adjacent to the infant's crib or incubator. The device continuously captures video data from enrollment to hospital discharge or withdrawal. The device runs AI models to track infant anatomic landmarks and calculate a continuous movement index. The trial runs in "silent mode," where AI outputs are not shown to the patient's clinical team and do not influence care.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
AI Anatomic Landmark Tracking Accuracy
Időkeret: At study completion, an average of 1 week.
The primary endpoint is analytical performance of the AI pose estimation system, quantified as median position error (in pixels) between AI-predicted and human-labeled anatomic landmark positions extracted from continuous bedside video. Success is defined as median position error less than typical human inter-rater variability.
At study completion, an average of 1 week.

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Movement Index - Encephalopathy measured by modified Sarnat exam
Időkeret: Through study completion, an average of 1 week.
Association between a video-derived movement index and encephalopathy classification of severity from the modified Sarnat exam score, a bedside neurological exam assessed by trained clinical staff.
Through study completion, an average of 1 week.
Movement Index - N-PASS
Időkeret: Through study completion, an average of 1 week.
Association between a video-derived movement index and Neonatal Pain, Agitation, and Sedation Scale (N-PASS) score (ordinal outcome), a bedside neurological exam measuring pain/sedation and assessed by trained clinical staff.
Through study completion, an average of 1 week.
Movement Index - Sedative Exposure
Időkeret: Through study completion, an average of 1 week.
Association between movement index and sedative exposure, a routinely collected clinical variable that influences neonatal arousal.
Through study completion, an average of 1 week.
Movement Index - Chronological Age at Video
Időkeret: Through study completion, an average of 1 week.
Association between movement index and chronological age at video, a routinely collected clinical variable that influences neonatal arousal.
Through study completion, an average of 1 week.
Movement Index - Gestational age at birth
Időkeret: Through study completion, an average of 1 week.
Association between the movement index and gestational age at birth, a routinely collected clinical variable that influences neonatal arousal.
Through study completion, an average of 1 week.
Movement Index - Sleep state
Időkeret: Through study completion, an average of 1 week.
Association between the movement index and sleep state, a routinely collected clinical variable that influences neonatal arousal.
Through study completion, an average of 1 week.
Movement Index - EEG evidence of cerebral dysfunction
Időkeret: Through study completion, an average of 1 week.
Association between the movement index and, if obtained as part of routine clinical care, EEG evidence of cerebral dysfunction (a biomarker of encephalopathy).
Through study completion, an average of 1 week.

Egyéb eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
AI Anatomic Landmark Tracking - Post-Menstrual Age at Video
Időkeret: At study completion, an average of 1 week.
Assess performance of AI anatomic landmark tracking (median position error) across post-menstrual ages at the time of video recording.
At study completion, an average of 1 week.
AI Anatomic Landmark Tracking - Encephalopathy Status
Időkeret: At study completion, an average of 1 week.
Assess performance of AI anatomic landmark tracking (median position error) across encephalopathy statuses.
At study completion, an average of 1 week.
AI Anatomic Landmark Tracking - Caregiver-reported Race/Ethnicity
Időkeret: At study completion, an average of 1 week.
Assess performance of AI anatomic landmark tracking (median position error) across caregiver-reported race/ethnicity.
At study completion, an average of 1 week.
AI Anatomic Landmark Tracking - Sex
Időkeret: At study completion, an average of 1 week.
Assess performance of AI anatomic landmark tracking (median position error) and sex.
At study completion, an average of 1 week.
AI Anatomic Landmark Tracking - Lighting Conditions
Időkeret: At study completion, an average of 1 week.
Assess performance of AI anatomic landmark tracking (median position error) and lighting conditions (phototherapy, lights on/off, time of day).
At study completion, an average of 1 week.
Parent and Provider Feedback
Időkeret: At baseline and study completion (Day 1 - Day 7, on average).
Brief structured surveys administered to parents and clinical providers to assess acceptability, usability, and perceived burden of the bedside video monitoring system. Findings will inform system design refinements and support future bedside adoption and regulatory human factors documentation.
At baseline and study completion (Day 1 - Day 7, on average).

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Artemis AI Labs

Nyomozók

  • Kutatásvezető: Benjamin Glicksberg, PhD, Icahn School of Medicine at Mount Sinai

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Általános kiadványok

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2026. július 13.

Elsődleges befejezés (Becsült)

2027. július 12.

A tanulmány befejezése (Becsült)

2029. július 12.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. május 26.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. június 1.

Első közzététel (Tényleges)

2026. június 5.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. július 15.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. július 13.

Utolsó ellenőrzés

2026. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • STUDY-25-01036

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

IPD terv leírása

Aggregate deidentified data and results will be shared. Individual participant video data will not be shared due to PHI concerns.

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Igen

az Egyesült Államokban gyártott és onnan exportált termék

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Iratkozz fel