超音波ガイド下 PENG および鼠径上腸骨筋膜ブロックのリアルタイム解剖学認識ツールの精度研究
超音波ガイド下 PENG (嚢周囲神経ブロック) および鼠径上腸骨筋膜ブロックで使用する AI ベースのリアルタイム解剖学的構造識別ツールの精度研究
背景と理論的根拠: 超音波ガイド下の局所麻酔は、今日広く使用されている疼痛管理方法です。 この手順の重要な点は、超音波で解剖学的構造を正確に視覚化し、標的領域を正確に定義することです。 超音波画像内の音響解剖学的構造を自動的に認識する画像モデルを使用して周囲の組織を区別すると、意図しない神経内注射や近くにある他の解剖学的構造への損傷が減少し、患者の安全性が向上します。
研究の質問;地域ブロックで頻繁に使用される超音波画像を人工知能と統合して、合併症を軽減し、アプリケーションを改善することで、どのように改善できるでしょうか? そして、開発された人工知能による撮影時のサポートの精度はどの程度なのでしょうか?
研究目的;この作品;私たちは、解剖学的ランドマークを自動的に識別してセグメント化し、経験の浅い同僚に視覚的なガイダンスを提供する人工知能モデル (AI モデル - 人工知能) を開発することで、さまざまな部位のブロック位置の安全性をさらに高め、合併症のリスクを最小限に抑え、超音波の視覚化を改善することを目指しています。 、アプリケーション中の開発モデルのパフォーマンスが向上します。 その精度を証明することを目的としています。
仮説;多くの研究で、実際に超音波と神経刺激装置を使用すると神経ブロックの成功率、開始率、質が向上することが示されていますが、重大な合併症の発生率が低いことと、比較可能なランダム化研究が存在しないため、どちらであるかについて決定的な声明を出すことはできません。超音波は神経損傷の全体的な割合を軽減します。 超音波画像に人工知能を使用して音の解剖学的構造を自動的にマークする画像モデルは、意図しない神経内注射や近くにある他の解剖学的構造への損傷を減らし、患者の安全性を向上させることができます。
調査の概要
詳細な説明
研究プロセス;研究は 2 つの段階で構成されます。 フェーズ 1: PENG、腸骨上筋膜ブロックの音響解剖学的画像の収集、および人工知能ソフトウェアの開発 (侵襲的処置を行わない健康なボランティアを対象) ステージ 2: 開発された人工知能を使用した検証研究の実施
ステージ 1: 人工知能を作成するために健康なボランティア (150 人のボランティア) から超音波画像を取得します。PENG および鼠径上腸骨筋膜ブロックの音響解剖学的画像の取得方法は次のとおりです。
1.1) PENG (関節周囲神経群ブロック): 画像は線状プローブと凸状プローブの両方で撮影されます。 音波解剖学的情報は健康なボランティアから収集され、侵襲的な処置は行われません。 超音波画像の撮影に同意した健康なボランティア 150 人 (女性 75 人 - 男性 75 人) が含まれます。
1.2) 鼠径上腸骨筋膜ブロック: 画像はリニアプローブで撮影されます。 音波解剖学的情報は健康なボランティアから収集され、侵襲的な処置は行われません。 超音波画像の撮影に同意した健康なボランティア 150 人 (女性 75 人、男性 75 人) が含まれます。
この研究の第 1 段階では、人工知能技術 Smart Alfa Teknoloji San によってボランティアから収集された PENG および鼠径上腸骨筋膜ブロック画像が使用されました。 この領域の解剖学的構造を認識してマークします。 そしてチック。 株式会社 これは、Nerveblox ソフトウェアによって開発され、追加されます。 PENG および鼠径上腸骨筋膜ブロックがソフトウェアに含まれた後、研究の第 2 段階の検証中に Nerveblox ソフトウェアが使用されます。
フェーズ 2: 研究の第 2 フェーズでは、Smart Alfa Teknoloji San。そしてチック。 同社の支援のもと、第一段階で受け取ったデータをもとに開発した人工知能技術「Nerveblox」が使用される。 第一段階で開発された人工知能技術の検証と精度の研究です。 精度の調査は40人の健康なボランティアを対象に実施される。 男性20名、女性20名が研究に参加します。
この段階で開発された Nerveblox 人工知能テクノロジーのおかげで、地域固有の人工知能によってマークされ、色分けされた解剖学的構造の精度が向上しました。この評価は、2 年目、3 年目、4 年目の助手 (各学年 2 人の助手) が行った超音波画像スキャンに基づいて、6 人の経験豊富な麻酔科医によって評価されます。 第 2 段階は検証段階であり、検証者は経験豊富な麻酔科医 (少なくとも 5 年の専門経験) になります。 検証者は、事前に定義された各解剖学的ランドマークの表現の精度を 5 段階評価 (1: 非常に悪い、2: 悪い、3: 良い、4: 非常に良い、5: 優れている) で採点します。精度は、ソフトウェアで生成されたランドマーク ラベルが生の超音波画像で実際の解剖学的構造をどのように表現するかについての専門家の意見として定義されます。
研究の種類
連絡先と場所
研究場所
-
-
Meram
-
Konya、Meram、七面鳥、42140
- Yasin Tire
-
-
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
研究の第1段階では、人工知能を製造するスマートアルファ社によって、女性75名、男性75名、計150名のボランティアが決定された。
第 2 段階で実施されたサンプル サイズ分析では、2 つのグループを比較するための検出力率 80%、アルファ誤差マージン 0.05、各グループの参加者は 19 人であることが決定されました。 同様の研究に基づいて、この計算に使用されたエフェクトは 0.837 と計算され、実際のパワーは 0.812 と計算されました。 分析の結果、中退率を考慮し、各グループ20名の参加者を募集する予定となった。 （女性20名－男性20名）
説明
包含基準:
- 超音波画像の撮影に同意する
- 健康 - 合併症なし
- 18～65歳の成人
除外基準:
- 超音波画像を受け入れられない方
- 18歳未満の個人
- 併存疾患を伴う
- 妊娠
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 |
|---|---|
|
男
フェーズ 1: 150 人の健康なボランティアの超音波スキャンから人工知能を作成する 園解剖学的 PENG および鼠径上腸骨筋膜ブロック写真は次のように撮影されます。 1) PENG (関節周囲神経群ブロック): 画像を収集するために線形および凸面プローブが使用されます。 音響解剖学的データのために健康な被験者に対して侵襲的な処置は行われません。 150人の健康なボランティア（女性75人、男性75人）が超音波検査を受けます。 1.2) 鼠径上腸骨筋膜ブロック: 線形プローブ画像。 音響解剖学的データのために健康な被験者に対して侵襲的な処置は行われません。 150人の健康な人（女性75人、男性75人）が超音波検査を受けます。 フェーズ 2: スマート アルファ テクノロジ サン。そしてチック。 Inc. は、研究の第 2 部で、第 1 段階のデータを使用して構築された人工知能システムである Nerveblox を使用します。 第一段階の人工知能技術の検証と精度の研究。 精度の研究には40人の健康なボランティアが参加する。 男性20名、女性20名が調査対象となります。 |
フェーズ 1 1: 人工知能を作成するために健康なボランティア (150 人のボランティア) から超音波画像を取得します。 - PENG および鼠径上腸骨筋膜ブロックの超音波解剖学的画像の取得方法は次のとおりです。 フェーズ 2: 研究の第 2 フェーズでは、Smart Alfa Teknoloji San。そしてチック。 同社の支援のもと、第一段階で受け取ったデータをもとに開発した人工知能技術「Nerveblox」が使用される。 第一段階で開発された人工知能技術の検証と精度の研究です。 精度の調査は40人の健康なボランティアを対象に実施される。 男性20名、女性20名が研究に参加します。 |
|
女性
フェーズ 1: 150 人の健康なボランティアの超音波スキャンから人工知能を作成する 園解剖学的 PENG および鼠径上腸骨筋膜ブロック写真は次のように撮影されます。 1) PENG (関節周囲神経群ブロック): 画像を収集するために線形および凸面プローブが使用されます。 音響解剖学的データのために健康な被験者に対して侵襲的な処置は行われません。 150人の健康なボランティア（女性75人、男性75人）が超音波検査を受けます。 1.2) 鼠径上腸骨筋膜ブロック: 線形プローブ画像。 音響解剖学的データのために健康な被験者に対して侵襲的な処置は行われません。 150人の健康な人（女性75人、男性75人）が超音波検査を受けます。 |
フェーズ 1 1: 人工知能を作成するために健康なボランティア (150 人のボランティア) から超音波画像を取得します。 - PENG および鼠径上腸骨筋膜ブロックの超音波解剖学的画像の取得方法は次のとおりです。 フェーズ 2: 研究の第 2 フェーズでは、Smart Alfa Teknoloji San。そしてチック。 同社の支援のもと、第一段階で受け取ったデータをもとに開発した人工知能技術「Nerveblox」が使用される。 第一段階で開発された人工知能技術の検証と精度の研究です。 精度の調査は40人の健康なボランティアを対象に実施される。 男性20名、女性20名が研究に参加します。 |
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 |
|---|---|---|
|
人工知能 プログラムサイズ
時間枠：超音波検査中に基づいて。
|
この研究の第 1 段階でボランティアから収集した PENG および鼠径上腸骨筋膜ブロック画像のおかげで、人工知能技術である Smart Alfa 社はこれら 4 つの領域の解剖学的構造を認識し、マークを付けました。
これは、Nerveblox ソフトウェアによって開発され、追加されます。
|
超音波検査中に基づいて。
|
|
写真の評価点
時間枠：超音波検査後。
|
第 2 フェーズでは、開発された Nerveblox 人工知能テクノロジーのおかげで、地域固有の人工知能によってマークおよび色付けされた解剖学的構造の精度が向上しました。 2年目、3年目、4年目の助手と少なくとも5年の経験を持つ麻酔科医によって行われた超音波画像スキャンに基づいて評価されます。
|
超音波検査後。
|
協力者と研究者
スポンサー
協力者
捜査官
- 主任研究者：Yasin Tire、Konya City Hospital
- スタディディレクター：Betül Afşar、Konya City Hospital
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
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
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。