COVID-19 疾患の診断における FCV-SDS を使用した AudibleHealth Dx AI/ML ベースの Dx SaMD の評価
COVID-19 疾患の診断における強制咳発声信号データ署名を使用した医療機器としての人工知能/機械学習ベースの診断ソフトウェアの評価
AudibleHealth Dx は、人工知能/機械学習 (AI/ML) を使用して信号データ署名 (SDS) の独自のデータベースと対話するソフトウェア サブルーチンのアンサンブルで構成される医療機器 (Dx SaMD) としての診断ソフトウェアです。診断目的の咳発声信号データ シグネチャ (FCV-SDS)。
この研究では、AudibleHealth Dx のパフォーマンスを、COVID-19 の診断のための標準的な逆転写酵素ポリメラーゼ連鎖反応 (RT-PCR) テストと比較して評価します。 双方向サンガーシーケンスを使用して、偽陰性および偽陽性の結果の割合を減らします。
調査の第 2 の目的は、参加者とプロバイダー向けのデバイスのユーザビリティ テストです。
調査の概要
詳細な説明
この研究は、AudibleHealth Dx と緊急使用承認 (EUA) が承認した COVID-19 RT-PCR テストを比較する前向き、マルチサイト、非劣性試験であり、このデバイスを使用して COVID を診断する場合の PPA および NPA の非劣性を実証します。 -19 病気。 AudibleHealth Dx テスト、「Xpert Xpress SARS-CoV-2 RT-PCR」(ブランド名) テスト、および双方向サンガー シーケンスは、1 回の遭遇中に各参加者に対して実行されます。 参加者とスタッフは、AudibleHealth Dx の結果とテスト時の RT-PCR ステータスを知らされません。 登録、監査、データ追跡、およびデータ編集の目的でこれらの結果を取得することを明確に許可されたサイト コーディネーターおよび非盲検の統計学者を除いて、両方の結果をリアルタイムで知ることはできません。 結果の盲検解除は、AudibleHealth Dx、RT-PCR、およびバリアント シーケンスの結果が得られた後に行われます。 RT-PCR 検査の結果は、臨床現場のプロトコルに従って参加者が受け取ります。 バリアント シーケンスの結果は、プロトコルに従って各サイトで処理されます。
この試験の対象登録者は、COVID-19 陽性の 65 例と COVID-19 陰性の 247 例であり、すべての選択基準を満たす合計 312 人の被験者の有病率が 0.17 であると仮定します。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Florida
-
Tampa、Florida、アメリカ、33612
- University of South Florida
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
サンプリング方法
調査対象母集団
説明
包含基準:
- 18歳以上の男女
- 待機的外来 COVID-19 RT-PCR 検査に出席する
- COVID-19 の RT-PCR 鼻スワブ検査に使用するための FDA EUA 承認済み適応症を満たす
- 試験期間中のすべての試験手順および利用可能性を遵守する意思を表明した
- 検査前にインフォームドコンセントを取得する必要があります
除外基準:
- 18歳未満
- 自発的に咳をすることができない
- 頭、首、喉、胸、腹部または体幹に急性外傷がある
- 特許気管切開ストーマ
- 最近の胸部/腹部/体幹の外傷または手術、最近の/持続的な神経血管損傷または最近の頭蓋内手術
- -篩状板損傷または篩状板手術の病歴、横隔膜ヘルニア、外部ビーム頸部/喉/顎顔面放射線、横隔神経損傷/麻痺、根本的な頸部/喉/顎顔面手術、声帯外傷または結節
- 失語症の人は、アプリによって割り当てられた時間内に FCV-SDS を作成することが困難な場合があるため、この集団も現在の試験から除外されます。
研究計画
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
試験集団
試験集団は、複数の試験場所を持つ可能性がある単一のセンターで選択的外来COVID-19検査を提示する成人から登録されます(試験時の地域のニーズに応じて)。
治験デバイスは、一般的な既製の相手先ブランド供給 (COTS OEM) ソフトウェアと治験 Dx SaMD がプリロードされた携帯電話を介して参加者に提供されます。
治験デバイスは、FCV-SDS が収集される 1 回の遭遇中に評価されます。
この試験では、フォローアップの訪問や参加者との連絡は必要ありません。
|
AudibleHealth Dx は、人工知能/機械学習 (AI/ML) を使用して信号データ署名 (SDS) の独自のデータベースと対話し、強制咳発声信号データ署名 (FCV-SDS) を分析するソフトウェア サブルーチンのアンサンブルで構成される調査中の Dx SaMD です。 ) 診断目的で。 FCV-SDS を使用した AudibleHealth Dx AI/ML ベースの Dx SaMD の使用目的は、急性および慢性疾患の診断です。 AudibleHealth Dx は、COTS Android オペレーティング システム (OS) および Apple OS ベースで動作するように設計されたモバイル アプリ ベースのグラフィカル ユーザー インターフェイス (GUI) を備えた医療機器 (Dx SaMD) としてのクラウドベースの AI/ML (locked ML) 診断ソフトウェアです。モバイルデバイス。 AudibleHealth Dx システムは、強制咳発声 (FCV) 信号データ署名 (SDS) を使用して、歩行可能な成人の COVID-19 疾患を診断します。 結果は、Health Level 7 (HL7) 準拠の通信プロトコルを使用して、医師、州保健局、参加者に送信されます。
他の名前:
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
正のパーセント一致 (PPA) の非劣性
時間枠:参加者は、1 時間未満の 1 つの出会いを持ちます。予想される研究期間は6週間です。目標登録者数は、正の参加者 65 名、負の参加者 247 名です。 (途中で中間解析を行います。)
|
EUA 承認の COVID-19 RT-PCR テスト (具体的には、COVID-19 の診断のための Xpert Xpress SARS-CoV-2 RT-PCR テスト) と比較して、AudibleHealth Dx の肯定的な一致率 (PPA) の非劣性を実証すること病気。)
|
参加者は、1 時間未満の 1 つの出会いを持ちます。予想される研究期間は6週間です。目標登録者数は、正の参加者 65 名、負の参加者 247 名です。 (途中で中間解析を行います。)
|
負のパーセント一致 (NPA) の非劣性
時間枠:参加者は、1 時間未満の 1 つの出会いを持ちます。予想される研究期間は6週間です。目標登録者数は、正の参加者 65 名、負の参加者 247 名です。 (途中で中間解析を行います。)
|
EUA 承認の COVID-19 RT-PCR テスト (具体的には、COVID-19 の診断のための Xpert Xpress SARS-CoV-2 RT-PCR テスト) と比較した場合の、AudibleHealth Dx の負のパーセント一致 (NPA) の非劣性を実証すること病気。)
|
参加者は、1 時間未満の 1 つの出会いを持ちます。予想される研究期間は6週間です。目標登録者数は、正の参加者 65 名、負の参加者 247 名です。 (途中で中間解析を行います。)
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- Amoh J, Odame K. Deep Neural Networks for Identifying Cough Sounds. IEEE Trans Biomed Circuits Syst. 2016 Oct;10(5):1003-1011. doi: 10.1109/TBCAS.2016.2598794. Epub 2016 Sep 16.
- Arevalo-Rodriguez I, Buitrago-Garcia D, Simancas-Racines D, Zambrano-Achig P, Del Campo R, Ciapponi A, Sued O, Martinez-Garcia L, Rutjes AW, Low N, Bossuyt PM, Perez-Molina JA, Zamora J. False-negative results of initial RT-PCR assays for COVID-19: A systematic review. PLoS One. 2020 Dec 10;15(12):e0242958. doi: 10.1371/journal.pone.0242958. eCollection 2020.
- Assandri R, Canetta C, Vigano G, Buscarini E, Scartabellati A, Montanelli A. Laboratory markers included in the Corona Score can identify false negative results on COVID-19 RT-PCR in the emergency room. Biochem Med (Zagreb). 2020 Oct 15;30(3):030402. doi: 10.11613/BM.2020.030402. Epub 2020 Aug 5.
- Bahreini F, Najafi R, Amini R, Khazaei S, Bashirian S. Reducing False Negative PCR Test for COVID-19. Int J MCH AIDS. 2020;9(3):408-410. doi: 10.21106/ijma.421. Epub 2020 Oct 8.
- Chaimayo C, Kaewnaphan B, Tanlieng N, Athipanyasilp N, Sirijatuphat R, Chayakulkeeree M, Angkasekwinai N, Sutthent R, Puangpunngam N, Tharmviboonsri T, Pongraweewan O, Chuthapisith S, Sirivatanauksorn Y, Kantakamalakul W, Horthongkham N. Rapid SARS-CoV-2 antigen detection assay in comparison with real-time RT-PCR assay for laboratory diagnosis of COVID-19 in Thailand. Virol J. 2020 Nov 13;17(1):177. doi: 10.1186/s12985-020-01452-5.
- Chen YH, DeMets DL, Lan KK. Increasing the sample size when the unblinded interim result is promising. Stat Med. 2004 Apr 15;23(7):1023-38. doi: 10.1002/sim.1688.
- Imran A, Posokhova I, Qureshi HN, Masood U, Riaz MS, Ali K, John CN, Hussain MI, Nabeel M. AI4COVID-19: AI enabled preliminary diagnosis for COVID-19 from cough samples via an app. Inform Med Unlocked. 2020;20:100378. doi: 10.1016/j.imu.2020.100378. Epub 2020 Jun 26.
- Katz AP, Civantos FJ, Sargi Z, Leibowitz JM, Nicolli EA, Weed D, Moskovitz AE, Civantos AM, Andrews DM, Martinez O, Thomas GR. False-positive reverse transcriptase polymerase chain reaction screening for SARS-CoV-2 in the setting of urgent head and neck surgery and otolaryngologic emergencies during the pandemic: Clinical implications. Head Neck. 2020 Jul;42(7):1621-1628. doi: 10.1002/hed.26317. Epub 2020 Jun 12.
- Khomsay, S., Vanijjirattikhan, R., & Suwatthikul, J. (2019). Cough detection using PCA and Deep Learning. Paper presented at the 2019 International Conference on Information and Communication Technology Convergence (ICTC)
- Kosasih K, Abeyratne UR, Swarnkar V, Triasih R. Wavelet augmented cough analysis for rapid childhood pneumonia diagnosis. IEEE Trans Biomed Eng. 2015 Apr;62(4):1185-94. doi: 10.1109/TBME.2014.2381214. Epub 2014 Dec 18.
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 25, 1097-1105.
- Kucirka LM, Lauer SA, Laeyendecker O, Boon D, Lessler J. Variation in False-Negative Rate of Reverse Transcriptase Polymerase Chain Reaction-Based SARS-CoV-2 Tests by Time Since Exposure. Ann Intern Med. 2020 Aug 18;173(4):262-267. doi: 10.7326/M20-1495. Epub 2020 May 13.
- Laguarta J, Hueto F, Subirana B. COVID-19 Artificial Intelligence Diagnosis Using Only Cough Recordings. IEEE Open J Eng Med Biol. 2020 Sep 29;1:275-281. doi: 10.1109/OJEMB.2020.3026928. eCollection 2020.
- Liu JM, You M, Wang Z, Li GZ, Xu X, Qiu Z. Cough event classification by pretrained deep neural network. BMC Med Inform Decis Mak. 2015;15 Suppl 4(Suppl 4):S2. doi: 10.1186/1472-6947-15-S4-S2. Epub 2015 Nov 25.
- Mehta CR, Pocock SJ. Adaptive increase in sample size when interim results are promising: a practical guide with examples. Stat Med. 2011 Dec 10;30(28):3267-84. doi: 10.1002/sim.4102. Epub 2010 Nov 30.
- Moore NM, Li H, Schejbal D, Lindsley J, Hayden MK. Comparison of Two Commercial Molecular Tests and a Laboratory-Developed Modification of the CDC 2019-nCoV Reverse Transcriptase PCR Assay for the Detection of SARS-CoV-2. J Clin Microbiol. 2020 Jul 23;58(8):e00938-20. doi: 10.1128/JCM.00938-20. Print 2020 Jul 23.
- Nemati E, Rahman MM, Nathan V, Vatanparvar K, Kuang J. A Comprehensive Approach for Classification of the Cough Type. Annu Int Conf IEEE Eng Med Biol Soc. 2020 Jul;2020:208-212. doi: 10.1109/EMBC44109.2020.9175345.
- Sharan RV, Abeyratne UR, Swarnkar VR, Porter P. Automatic Croup Diagnosis Using Cough Sound Recognition. IEEE Trans Biomed Eng. 2019 Feb;66(2):485-495. doi: 10.1109/TBME.2018.2849502. Epub 2018 Jun 21. Erratum In: IEEE Trans Biomed Eng. 2019 May;66(5):1491.
- Yu F, Yan L, Wang N, Yang S, Wang L, Tang Y, Gao G, Wang S, Ma C, Xie R, Wang F, Tan C, Zhu L, Guo Y, Zhang F. Quantitative Detection and Viral Load Analysis of SARS-CoV-2 in Infected Patients. Clin Infect Dis. 2020 Jul 28;71(15):793-798. doi: 10.1093/cid/ciaa345.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
キーワード
- SARS-CoV-2
- コロナウイルス 病気 2019年
- 人工知能
- リカレント ニューラル ネットワーク
- AI
- SARS-CoV-2 感染症
- 2019 新型コロナウイルス感染症
- 機械学習
- オミクロン
- FCV
- SDS
- COVID-19 パンデミック
- デルタ
- FCV-SDS
- 信号データ署名
- 強制咳嗽発声
- Dx SaMD
- サムド
- 医療機器としての診断ソフトウェア
- 医療機器としてのソフトウェア
- AI/ML
- 畳み込みニューラル ネットワーク
- ML
- コロナウイルス病-19
- COVID-19 ウイルス感染
- 2019-nCoV 病
- 2019-nCoV感染
- COVID-19 ウイルス病
- 2019 新型コロナウイルス感染症
- COVID-19 パンデミック
- SARS コロナウイルス 2 感染症
- 重症急性呼吸器症候群コロナウイルス2感染症
- 分類器
- CNN
- RNN
- オラクル
- アンサンブル
追加の関連 MeSH 用語
その他の研究ID番号
- Pro00057996
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。
COVID-19(新型コロナウイルス感染症の臨床試験
-
Israel Institute for Biological Research (IIBR)完了
-
Colgate Palmolive完了
-
Luye Pharma Group Ltd.Shandong Boan Biotechnology Co., Ltd積極的、募集していない
-
University of ZurichLabor Speiz; Swiss Armed Forces; Universitätsspital Zürich招待による登録
医療機器としての診断ソフトウェアの臨床試験
-
Taipei Veterans General Hospital, TaiwanLotung Poh-Ai Hospitalわからない
-
Ya-Wei XuWest China Hospital; Ruijin Hospital; Shanghai Ninth People's Hospital Affiliated to Shanghai... と他の協力者わからない脳卒中 | 非弁性心房細動
-
Hospital de Clinicas de Porto Alegre完了筋力低下 | 閉塞性睡眠時無呼吸 | 嚥下障害 | 筋肉障害 | 顔 | 呼吸障害、睡眠障害ブラジル