- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06952439
Valutazione delle prestazioni cliniche delle tecnologie di intelligenza artificiale (AI)/ Machine Learning (ML) utilizzate dall'assistente all'esame medico di origine
Studio prospettico multicentrico per valutare le prestazioni delle tecnologie di intelligenza artificiale (AI)/ Machine Learning (ML) utilizzate dall'assistente dell'esame medico di origine
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Studio Brief:
Un studio di osservazione multicentrico deve essere condotto per la valutazione delle prestazioni e la convalida delle tecnologie AI/ML utilizzate in OMEA per la valutazione automatizzata degli esami ecografici fetali standard del primo trimestre. Un set di dati prospettico di almeno n = 289 esami ecografici fetali deve essere raccolto da partecipanti incinti con 11 settimane da 0 giorni a 13 settimane 6 giorni di sette di età gestazionale (primo trimestre).
Obiettivi di studio:
Questo studio mira a valutare le prestazioni delle tecnologie di intelligenza artificiale (AI) / Machine Learning (ML) utilizzate in OMEA per:
- Rilevamento automatizzato di viste diagnostiche standard in conformità con le linee guida pratiche;
Verifica automatizzata dei criteri di qualità richiesti per l'interpretazione delle opinioni diagnostiche in conformità con le linee guida pratiche;
Nota: i criteri di qualità possono riguardare quanto segue:
- Presenza/assenza di punti di riferimento/strutture anatomici identificati nelle viste diagnostiche rilevate
- Verifica dei parametri di imaging (ad es. Ingrandimento)
- Verifica delle caratteristiche cliniche (ad es. Orientamento del feto)
- Posizionamenti di pinza automatizzati per ottenere misurazioni in conformità con le linee guida pratiche;
Conformità alle linee guida HIPAA:
Tutti i dati ottenuti saranno de-identificati in base alle linee guida HIPAA Portability and Accountability Act (HIPAA). Lo sponsor sarà responsabile per l'archiviazione, la gestione e la sicurezza dei dati de-identificati raccolti. Per proteggere la privacy dei pazienti, tutti i dati raccolti per lo studio sono sottoposti a de-identificazione, garantendo la rimozione di eventuali informazioni identificabili del paziente. A ciascun immissione di dati viene assegnato un numero di paziente univoco, che funge da unico identificatore per lo studio. Il legame tra i numeri dei pazienti e gli identificatori dei pazienti è mantenuto in modo sicuro e accessibile solo allo investigatore principale (PI) e al personale di ricerca nella sede del sito di studio. Questo collegamento è strettamente confidenziale e non è condiviso con altre persone coinvolte nello studio. Il suo scopo è esclusivamente per il riferimento del sito, abilitando il follow-up con le cartelle cliniche, se necessario. Implementando queste misure, lo studio mantiene un alto livello di riservatezza, salvaguardando le identità dei pazienti, consentendo al contempo la tenuta essenziale e il potenziale riferimento futuro.
Considerazioni sulla dimensione del campione:
Circa 289 partecipanti saranno reclutati per lo studio, i cui dettagli saranno catturati in un piano di analisi statistica che verrà presentato alla FDA.
Design e flusso di lavoro dello studio:
I dati per lo studio vengono raccolti in linea con il piano di raccolta dei dati e i criteri di inclusione ed esclusione predefiniti. Gli ARDM che eseguono la routine di ecografia del primo trimestre saranno addestrati sul protocollo di acquisizione delle immagini e sulla medicina fetale materna (MFM)/i medici di lettura che eseguono benchmarking clinici saranno guidati attraverso il manuale di addestramento dei medici di lettura in omea. Tutti i documenti sopra menzionati saranno inviati alla FDA come parte della revisione della presentazione del Precarket.
Fase 1: acquisizione dei dati:
In ogni sito di studio, il consenso informato verrà fornito e ottenuto da partecipanti idonei e verranno raccolte le seguenti informazioni.
Dettagli del paziente:
- Età gestazionale fetale
- Età materna
- BMI materna
- Razza/etnia
- Conferma della diagnosi di anomalia/sindrome fetale prima dell'esame di studio e pubblicare l'esame di studio
Dettagli del sito:
- Posizione del sito
- Nome ecografo
- Produttore e serie di scanner ad ultrasuoni
Immagini e centri catturati sulla macchina degli ultrasuoni (IUS): i ecografi medici diagnostici registrati devono condurre scansioni di routine del primo trimestre secondo il protocollo di acquisizione delle immagini.
Immagini e cini catturati tramite la scheda di acquisizione (ICC): verrà ottenuta una cattura/registrazione dello schermo dell'intero esame eseguito dal ecografo secondo il protocollo di acquisizione dell'immagine e verranno ottenuti le immagini/le cine necessarie per lo studio che corrisponderanno a IUS. Il coordinatore della ricerca indipendente di Origin Medical per lo studio esaminerà la registrazione dello schermo e identificherà il frame/Cine per ciascuna vista diagnostica (ICC) che corrisponde ai timestamp basati su IUS.
Un revisore di qualità indipendente di Origin Medical verificherà se la coppia corrispondente (ovvero, catturata su una macchina ad ultrasuoni rispetto a quella ottenuta attraverso la registrazione dello schermo) di frame/cinema per ciascuna vista diagnostica è stata estratta o meno.
Fase 2: benchmarking clinico e analisi statistica
Tutte le immagini/i cine (IUS) di tutti gli esami dei pazienti che soddisfano i criteri di ammissibilità allo studio saranno raggruppati e randomizzati per preparare la verità di terra da un pannello di lettura indipendente (n = 3; medici MFM).
Le tecnologie AI/ML di Interpretazione OMEA dell'ICC Le tecnologie AL/ML congelate utilizzate in omea devono interpretare le immagini/i cini (ICC).
Per motivi di chiarezza, l'ICC si riferisce alle immagini/centri estratti dalle registrazioni dello schermo utilizzando una scheda di acquisizione che corrisponde alle stesse immagini/cini ottenuti dagli ARDM sulla macchina ecografica.
Le seguenti attività devono essere eseguite dalle tecnologie AI/ML su ICC:
- Rilevamento automatizzato di viste diagnostiche standard;
- Verifica automatizzata dei criteri di qualità richiesti per l'interpretazione delle viste diagnostiche;
- Posizionamenti di pinza automatizzati per ottenere misurazioni fetali;
Le prestazioni delle tecnologie AI/ML utilizzate nell'OMEA (su tutte le immagini/centri ICC che soddisfano i criteri di ammissibilità allo studio) devono essere confrontate con la verità di base per l'analisi statistica, vale a dire, con il consenso della maggioranza ottenuto dal pannello di lettura per il rilevamento delle viste diagnostiche, la verifica dei criteri di qualità, eseguendo le misurazioni della biometria fetale e
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
California
-
Apple Valley, California, Stati Uniti, 92307
- Harbinder S Brar MD Inc
-
Indio, California, Stati Uniti, 92201
- Harbinder S Brar MD Inc
-
Murrieta, California, Stati Uniti, 92562
- Harbinder S Brar MD Inc
-
Redlands, California, Stati Uniti, 92374
- Harbinder S Brar MD Inc
-
Riverside, California, Stati Uniti, 92506
- Harbinder S Brar MD Inc
-
San Bernardino, California, Stati Uniti, 92404
- Harbinder S Brar MD Inc
-
-
Louisiana
-
New Orleans, Louisiana, Stati Uniti, 70002
- Sweet Pea 3D/4D Ultrasound Nola
-
-
New York
-
Troy, New York, Stati Uniti, 12180
- Mobile Mama Ultrasound, LLC
-
-
North Carolina
-
Raleigh, North Carolina, Stati Uniti, 27607
- Mid-Carolina OB/GYN
-
-
Oklahoma
-
Norman, Oklahoma, Stati Uniti, 73072
- The Nest 4D Ultrasound LLC, DBA InFocus Ultrasound DBA Little Peanut 4D Ultrasound
-
Oklahoma City, Oklahoma, Stati Uniti, 73106
- The Nest 4D Ultrasound LLC, DBA InFocus Ultrasound DBA Little Peanut 4D Ultrasound
-
Owasso, Oklahoma, Stati Uniti, 74055
- Tiny Blessings Ultrasound 4D Studio
-
Skiatook, Oklahoma, Stati Uniti, 74070
- Tiny Blessings Ultrasound 4D Studio
-
-
Texas
-
Houston, Texas, Stati Uniti, 77018
- Total Womens Care PLLC
-
Webster, Texas, Stati Uniti, 77598
- Reveal Ultrasound, LLC-S
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Età materna ≥ 18 anni
- BMI <40 kg/m2
- Gravidanze singleton non anomali
Età gestazionale tra 11 settimane + 0 giorni e 13 settimane + 6 giorni, come determinato da:
L'ultimo periodo mestruale (LMP) o il rapporto ultrasuoni se la data LMP è incerta Nota: la determinazione dell'età gestazionale segue le linee guida standard American College of Obstetricians and Gynecologists (ACOG).
- Il consenso informato è ottenuto dal partecipante
- Esami ottenuti secondo il protocollo di acquisizione dell'immagine
Criteri di esclusione:
- Gravidanze multiple
- Casi con scomparsa fetale o altre anomalie fetali osservate/sospettate dopo l'esame ecografico
- Casi di esami di follow-up ad ultrasuoni diagnostici pianificati entro 2 settimane per anomalia nota o sospetta dopo l'attuale esame ecografico per lo studio
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Immagini e Cines catturati sulla macchina ad ultrasuoni (IUS)
Sonografi medici diagnostici registrati americani (ARDMS; Single Operator/UltraSound Scan Room) dovranno condurre scansioni di routine del primo trimestre secondo il protocollo di acquisizione delle immagini per lo studio FDA. Nota: gli esami dei pazienti che non soddisfano i criteri di ammissibilità allo studio, come identificato o osservato dagli ARDM, saranno esclusi in questa fase. I criteri di esclusione identificati o osservati dal ecografo sono i seguenti:
|
Verrà ottenuta una cattura/registrazione dello schermo dell'intero esame eseguito dagli ARDM secondo il protocollo di acquisizione delle immagini per lo studio FDA e le immagini/cine richieste per lo studio che corrispondono a IUS devono essere ottenute.
Il coordinatore della ricerca indipendente per lo studio esaminerà la registrazione dello schermo e identificherà il frame/Cine per ciascuna vista diagnostica (ICC) che corrisponde a IUS in base ai timestamp.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Per valutare se le tecnologie AI/ML utilizzate in OMEA possono ottenere una sensibilità accettabile per identificare la vista diagnostica
Lasso di tempo: 11 settimane da 0 giorni a 13 settimane 6 giorni
|
La sensibilità complessiva e l'intervallo di confidenza al 95% a due lati (CI) saranno determinati utilizzando i dati raggruppati attraverso le viste diagnostiche. Nota: il partecipante viene valutato per il risultato primario lo stesso giorno di iscrizione. |
11 settimane da 0 giorni a 13 settimane 6 giorni
|
|
Per valutare se le tecnologie AI/ML utilizzate in OMEA possono ottenere una sensibilità e una coerenza accettabili per verificare i criteri di qualità di una determinata immagine
Lasso di tempo: 11 settimane da 0 giorni a 13 settimane 6 giorni
|
La sensibilità complessiva e l'intervallo di confidenza al 95% a due lati (CI) saranno determinati utilizzando i dati raggruppati tra le viste diagnostiche per i criteri di qualità. Nota: il partecipante viene valutato per il risultato primario lo stesso giorno di iscrizione. |
11 settimane da 0 giorni a 13 settimane 6 giorni
|
|
Per valutare le prestazioni delle tecnologie OMEA AI/ML rispetto alla facilitazione della determinazione della misura quantitativa della lunghezza della corona (CRL) e della traslucenza nucale (NT), verranno eseguite valutazioni complementari dell'accordo.
Lasso di tempo: 11 settimane da 0 giorni a 13 settimane 6 giorni
|
L'accordo e la coerenza delle tecnologie AI/ML utilizzate in OMEA per ottenere misurazioni quantitative (cioè CRL e NT) rispetto alla media del medico MFM saranno analizzati applicando la regressione deming e l'analisi bland-altman. Nota: il partecipante viene valutato per il risultato primario lo stesso giorno di iscrizione. |
11 settimane da 0 giorni a 13 settimane 6 giorni
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Valutare la sensibilità e la specificità per il rilevamento di ciascuna delle singole viste diagnostiche di ciascuno dei singoli criteri di qualità all'interno di ciascuna vista diagnostica.
Lasso di tempo: 11 settimane da 0 giorni a 13 settimane 6 giorni
|
Valuteremo la sensibilità e l'IC al 95% bidimensiona (IC al 90%) per ciascuno dei singoli piani diagnostici e i criteri di qualità individuale all'interno di ciascun piano diagnostico. Parallelo, la specificità deve essere determinata anche per le tecnologie AI/ML per determinare accuratamente quando non è presente una vista diagnostica/criteri di qualità, insieme all'intervallo di confidenza associato al 95%. Nota: il partecipante viene valutato per il risultato secondario lo stesso giorno di iscrizione. |
11 settimane da 0 giorni a 13 settimane 6 giorni
|
Altre misure di risultato
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Valuta l'accordo inter-Observer nei valori quantitativi di CRL e NT tra i medici di MFM Reading.
Lasso di tempo: 11 settimane da 0 giorni a 13 settimane 6 giorni
|
Analizzeremo l'accordo tra i valori quantitativi di CRL e NT tra i tre (3) medici MFM durante il benchmarking clinico.
|
11 settimane da 0 giorni a 13 settimane 6 giorni
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Jeroen Peter Vanderhoeven, MD, Providence Swedish Medical Center
Pubblicazioni e link utili
Pubblicazioni generali
- Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986 Feb 8;1(8476):307-10.
- Committee Opinion No 700: Methods for Estimating the Due Date. Obstet Gynecol. 2017 May;129(5):e150-e154. doi: 10.1097/AOG.0000000000002046.
- Akkus Z, Cai J, Boonrod A, Zeinoddini A, Weston AD, Philbrick KA, Erickson BJ. A Survey of Deep-Learning Applications in Ultrasound: Artificial Intelligence-Powered Ultrasound for Improving Clinical Workflow. J Am Coll Radiol. 2019 Sep;16(9 Pt B):1318-1328. doi: 10.1016/j.jacr.2019.06.004.
- Bland JM, Altman DG. Comparing methods of measurement: why plotting difference against standard method is misleading. Lancet. 1995 Oct 21;346(8982):1085-7. doi: 10.1016/s0140-6736(95)91748-9.
- Payne RB. Deming's regression analysis in method comparison studies. Ann Clin Biochem. 1985 Jul;22 ( Pt 4):430. doi: 10.1177/000456328502200419. No abstract available.
- Ghelich Oghli M, Shabanzadeh A, Moradi S, Sirjani N, Gerami R, Ghaderi P, Sanei Taheri M, Shiri I, Arabi H, Zaidi H. Automatic fetal biometry prediction using a novel deep convolutional network architecture. Phys Med. 2021 Aug;88:127-137. doi: 10.1016/j.ejmp.2021.06.020. Epub 2021 Jul 6.
- Matthew J, Skelton E, Day TG, Zimmer VA, Gomez A, Wheeler G, Toussaint N, Liu T, Budd S, Lloyd K, Wright R, Deng S, Ghavami N, Sinclair M, Meng Q, Kainz B, Schnabel JA, Rueckert D, Razavi R, Simpson J, Hajnal J. Exploring a new paradigm for the fetal anomaly ultrasound scan: Artificial intelligence in real time. Prenat Diagn. 2022 Jan;42(1):49-59. doi: 10.1002/pd.6059. Epub 2021 Oct 18.
- He F, Wang Y, Xiu Y, Zhang Y, Chen L. Artificial Intelligence in Prenatal Ultrasound Diagnosis. Front Med (Lausanne). 2021 Dec 16;8:729978. doi: 10.3389/fmed.2021.729978. eCollection 2021.
- Xiao S, Zhang J, Zhu Y, Zhang Z, Cao H, Xie M, Zhang L. Application and Progress of Artificial Intelligence in Fetal Ultrasound. J Clin Med. 2023 May 5;12(9):3298. doi: 10.3390/jcm12093298.
- Siddique J, Lauderdale DS, VanderWeele TJ, Lantos JD. Trends in prenatal ultrasound use in the United States: 1995 to 2006. Med Care. 2009 Nov;47(11):1129-35. doi: 10.1097/MLR.0b013e3181b58fbf.
- Kurjak A, Medjedovic E, Stanojevic M. Use and misuse of ultrasound in obstetrics with reference to developing countries. J Perinat Med. 2022 Oct 28;51(2):240-252. doi: 10.1515/jpm-2022-0438. Print 2023 Feb 23.
- Walsh CA, McAuliffe F, Kinsella V, McParland P. Routine obstetric ultrasound services. Ir Med J. 2013 Nov-Dec;106(10):311-3.
- International Society of Ultrasound in Obstetrics and Gynecology; Bilardo CM, Chaoui R, Hyett JA, Kagan KO, Karim JN, Papageorghiou AT, Poon LC, Salomon LJ, Syngelaki A, Nicolaides KH. ISUOG Practice Guidelines (updated): performance of 11-14-week ultrasound scan. Ultrasound Obstet Gynecol. 2023 Jan;61(1):127-143. doi: 10.1002/uog.26106. No abstract available.
- AIUM Practice Parameter for the Performance of Standard Diagnostic Obstetric Ultrasound. J Ultrasound Med. 2024 Jun;43(6):E20-E32. doi: 10.1002/jum.16406. Epub 2024 Jan 15. No abstract available.
- Salomon LJ, Alfirevic Z, Bilardo CM, Chalouhi GE, Ghi T, Kagan KO, Lau TK, Papageorghiou AT, Raine-Fenning NJ, Stirnemann J, Suresh S, Tabor A, Timor-Tritsch IE, Toi A, Yeo G. ISUOG practice guidelines: performance of first-trimester fetal ultrasound scan. Ultrasound Obstet Gynecol. 2013 Jan;41(1):102-13. doi: 10.1002/uog.12342. No abstract available.
Collegamenti utili
- The Sustainable Development Goals (SDGs; Goal 3) and the United Nations Global Strategy for Women's, Children's, and Adolescents' Health targeting reduction in the global maternal mortality ratio.
- The Sustainable Development Goals (SDGs; Goal 3) and the United Nations Global Strategy for Women's, Children's, and Adolescents' Health targeting reduction in the global maternal mortality ratio.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Stimato)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Altri numeri di identificazione dello studio
- OMS-US-EA-FDA-CPA-01
- 03/13/2025 (Altro identificatore: WCG IRB)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
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 .
Prove cliniche su Gravidanza del primo trimestre
-
University of WashingtonNational Institute on Alcohol Abuse and Alcoholism (NIAAA)ReclutamentoDisturbo da uso di alcol | Riduzione del danno | Housing First (es. Housing Supportive Permanente)Stati Uniti