Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Ricerca sul sistema di riconoscimento AI della voce del corpo per la gestione della salute dei bambini

Modello vocale intelligente: una nuova esplorazione del paradigma per la gestione della salute infantile

Lo scopo di questa ricerca è sviluppare un dispositivo di riconoscimento dell'intelligenza artificiale (AI) della voce del corpo, noto anche come dispositivo di identificazione del suono del corpo assistito dall'intelligenza artificiale, utilizzando un nuovo algoritmo di intelligenza artificiale basato sull'apprendimento profondo insieme a un modello di voce del corpo grande. . Potrebbe identificare suoni cardiaci, respiratori e intestinali normali e anomali e fornire uno screening precoce e una diagnosi ausiliaria di malattie cardiache congenite (CHD), infezioni respiratorie, diarrea e altre comuni malattie multi-ricorrenti.

Panoramica dello studio

Descrizione dettagliata

Lo studio ha utilizzato un disegno trasversale multicentrico. I dati del mondo reale raccolti per questo studio includevano suoni cardiaci normali e definitivamente diagnosticati in bambini con cardiopatia congenita, infezioni del tratto respiratorio normali e definitivamente diagnosticate in bambini con suoni respiratori, suoni specifici della tosse e suoni intestinali di bambini normali e definitivamente diagnosticati con diarrea . Il team di specialisti effettuerà la governance dei dati, l'annotazione e l'estrazione del suono sui suoni normali e aberranti raccolti, al fine di generare un set di dati di addestramento multimodale superiore. Gli algoritmi di intelligenza artificiale di grandi dimensioni (deep learning, machine learning, ecc.) vengono utilizzati per modellare e addestrare il modello algoritmico del dispositivo di riconoscimento dell'intelligenza artificiale vocale del corpo, in modo che possa distinguere tra segnali sonori normali e anomali da parte dell'intelligenza artificiale. I risultati dell'identificazione dell'IA del suono corporeo verranno confrontati con i report diagnostici di ecocardiogrammi, radiografie del torace e radiografie dell'addome in termini di punteggio AUC (area sotto curva), sensibilità, specificità e accuratezza per valutare l'impatto del riconoscimento dell'IA dispositivi per lo screening delle malattie e la diagnosi supplementare. La validazione esterna sarà condotta utilizzando dati omogenei provenienti da altri siti. Questo progetto mira a sviluppare una nuova generazione di strumenti intelligenti di auscultazione del suono che potrebbero essere utilizzati per lo screening precoce e la diagnosi ausiliaria di malattie cardiache congenite, infezioni respiratorie, diarrea e altre comuni malattie multi-ricorrenti utilizzando tecnologie di intelligenza artificiale su larga scala.

Tipo di studio

Osservativo

Iscrizione (Stimato)

30000

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Luoghi di studio

    • Hubei
      • Wuhan, Hubei, Cina, 430016
        • Reclutamento
        • Wuhan Children's Hospital (Wuhan Maternal and Child Healthcare Hospital), Tongji Medical College, Huazhong University of Science and Technology
        • Contatto:
    • Hunan
      • Changsha, Hunan, Cina, 410007
        • Reclutamento
        • Human Children's Hospital
        • Contatto:
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Cina, 200092
        • Reclutamento
        • Xinhua Hospital,Shanghai Jiao Tong University School of Medicine
        • Contatto:
      • Shanghai, Shanghai Municipality, Cina, 200127
        • Reclutamento
        • Shanghai Children's Medical Center Affiliated to Shanghai Jiaotong University School of Medicine
        • Contatto:
    • Yunnan
      • Kunming, Yunnan, Cina, 650028
        • Reclutamento
        • Kunming Children's Hospital
        • Contatto:

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Bambino
  • Adulto

Accetta volontari sani

Sì

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

  1. Bambini (0-18 anni) con cardiopatia congenita confermata mediante ecografia cardiaca e bambini senza cardiopatia congenita confermata mediante ecografia cardiaca.
  2. Bambini (0-18 anni) con broncopolmonite confermata mediante esame di imaging del torace e bambini senza broncopolmonite confermata mediante imaging.
  3. I bambini (0-18 anni) con l'imaging addominale hanno confermato la malattia addominale e i bambini diagnosticati senza malattia addominale mediante l'imaging.

Descrizione

Criterio di inclusione:

  1. Età 0~18 anni, il sesso non è limitato
  2. Bambini a cui è stata diagnosticata una cardiopatia congenita mediante ecografia cardiaca o che non hanno una cardiopatia congenita
  3. Bambini con diagnosi di broncopolmonite o senza broncopolmonite
  4. Bambini a cui vengono diagnosticate clinicamente malattie intestinali o che non soffrono di malattie intestinali
  5. Consenso informato

Criteri di esclusione:

  1. ≥ 18 anni
  2. Bambini che non possono sottoporsi a ecografia cardiaca, imaging del torace o altri esami correlati
  3. Soggetti che non sono in grado di ottenere il consenso informato o che non sono disposti a collaborare con la fornitura di dati relativi alla diagnosi e al trattamento per ulteriori analisi e ricerche come richiesto dallo studio.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Bambini da 0 a 18 anni

Fascia d'età: da 0 a 18 anni, senza restrizioni di genere. Bambini a cui è stata diagnosticata una cardiopatia congenita (CHD) o a cui è stata confermata l'assenza di malattia coronarica attraverso esami ecocardiografici.

Bambini a cui è stata diagnosticata una broncopolmonite o a cui è stata confermata l'assenza di broncopolmonite attraverso esami di imaging del torace.

Bambini a cui sono state diagnosticate malattie addominali o a cui è stata confermata l'assenza di malattie addominali attraverso esami di imaging addominale.

L'auscultazione del cuore sarà effettuata dal pediatra e l'ecocardiografia dall'ecocardiologo
L'auscultazione del torace sarà eseguita dal pediatra e gli esami di imaging del torace dal radiologo
L'auscultazione addominale sarà eseguita dal pediatra e gli esami di imaging del torace dal radiologo

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Sensibilità
Lasso di tempo: 1 mese
Sensibilità nella malattia coronarica, nelle malattie polmonari e nello screening addominale mediante diversi algoritmi di intelligenza artificiale e auscultazione
1 mese
Specificità
Lasso di tempo: 1 mese
Specificità nella malattia coronarica, nelle malattie polmonari e nello screening addominale mediante diversi algoritmi di intelligenza artificiale e auscultazione
1 mese
AUC
Lasso di tempo: 1 mese
AUC in CHD, malattie polmonari e screening addominale mediante diversi algoritmi di intelligenza artificiale e auscultazione
1 mese

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Investigatori

  • Investigatore principale: Xin Sun, MD, Xinhua Hospital, Shanghai J iao Tong University School of Medicine

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 maggio 2024

Completamento primario (Stimato)

31 dicembre 2026

Completamento dello studio (Stimato)

31 dicembre 2026

Date di iscrizione allo studio

Primo inviato

4 agosto 2024

Primo inviato che soddisfa i criteri di controllo qualità

6 agosto 2024

Primo Inserito (Effettivo)

7 agosto 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

12 agosto 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

11 agosto 2026

Ultimo verificato

1 aprile 2026

Maggiori informazioni

Termini relativi a questo studio

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Sottoscrivi