人工知能を活用した ECG による小児の先天性心疾患の検出: 新たな診断ツール (AI-ECG-CHD)
2026年7月28日 更新者：Jing Sun、Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
先天性心疾患（CHD）は、小児で最も一般的な先天性疾患です。
小児における CHD の早期発見、診断、治療は予後を改善し、死亡率を低下させるために非常に重要ですが、現在のスクリーニング方法には限界があります。
心電図 (ECG) は、経済的かつ迅速な心臓病検出手段として、CHD の補助診断において非常に重要な価値を持っています。人工知能 (AI) におけるビッグデータとディープラーニング技術は、医療分野で大きな可能性を示しています。
ビッグデータ時代の到来により、小児の CHD ECG 信号を詳細に研究するための豊富なデータ リソースが提供されます。
深層学習技術の開発、特に画像認識分野の画期的な進歩は、心電図のインテリジェントな分析に強力な技術的サポートを提供します。
小児の心電図は特殊なので、特別なアルゴリズム モデルの開発が必要です。
現時点では、子供の心電図を識別するための深層学習モデルの適用に関する研究は限られており、大規模なデータセットからのトレーニングと検証が不足しています。
このプロジェクトは、中国の先天性心疾患共同研究ネットワークに基づいて、データとディープラーニング技術を統合して、CHDを持つ子供に適した一連のインテリジェント心電図支援診断システム（CHD-ECG AIシステム）を開発し、初期の心疾患を改善することを目的としています。 CHDの検出率が向上し、先天性心疾患スクリーニングの効率が向上します。
調査の概要
研究の種類
観察的
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Shanghai Municipality
-
Shanghai、Shanghai Municipality、中国
- Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 子
- 大人
健康ボランティアの受け入れ
はい
サンプリング方法
非確率サンプル
調査対象母集団
私たちのデータセットは、完全な ECG、心エコー検査、検査および病歴情報を持つ 18 歳未満の患者からの遡及データで構成されていました。
説明
包含基準:
- 初診年齢は生後3か月から18歳までであった。
- 心房中隔欠損症グループでは、症例群の患者はECG検査を完了する必要があり、注意深い心臓超音波検査によって、他の複雑な心臓奇形（異所性肺静脈ドレナージ、円錐動脈幹奇形など）のない単純な二次性心房中隔欠損があることが確認されました。 、大動脈弓の中断、原発性肺高血圧症など）。 肺高血圧症群では、注意深い心臓超音波検査によって CHD 関連肺高血圧症の存在が確認されました。 対照群は、心臓超音波検査によって検査された正常な心臓内構造を有する患者であった。 すべての患者の ECG 検査と心エコー検査の間隔は 1 か月未満でした。
- 初診時に大きな病気がないこと（先天性心疾患による生命を脅かすものではない器質的疾患）。
除外基準:
- 初回訪問年齢が3か月未満、または18歳以上。
- 複雑な先天性心疾患（異常な肺静脈排水、幹円錐動脈奇形、大動脈弓の断裂、原発性肺高血圧症など）。
- ECG または心エコー検査の情報が欠如している、または ECG と心エコー検査の間隔が 1 か月を超えるなど、臨床情報が不完全です。
- 他の臓器系に関連する生命を脅かす疾患。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
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 |
|---|
|
コントロール
|
|
肺高血圧症
|
|
心房中隔欠損症
|
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 |
|---|---|---|
|
小児向けの大規模心電図データベース
時間枠：2024.01.01-2024.12.30
|
さまざまな年齢と CHD 疾患をカバーする大規模な ECG データベースを構築するために、一般的および稀な CHD タイプと正常な小児 ECG を含む、複数の施設からの小児の ECG データが収集および照合されました。
さらに、元の ECG データ (デジタル信号または ECG 画像) は、深層学習モデルの入力標準に適合するように前処理され、後続のモデル トレーニングの品質と効率が向上し、マルチ トレーニングの異質性が低減されます。 -中心心電図データ。
|
2024.01.01-2024.12.30
|
|
小児の CHD に対する人工知能支援心電図モデル
時間枠：2024.01.01-2025.12.30
|
ディープ ニューラル ネットワーク モデルは、畳み込みニューラル ネットワーク、トランスフォーマー、オートエンコーダーなどのアルゴリズムに基づいて確立され、CCHDnet に基づいて確立された多施設の小児 ECG データセット (85%) でトレーニングおよび検証され、継続的に最適化されます。モデルを作成し、モデルの診断パフォーマンスを向上させます。
さらに、CHDという単一疾患に基づいた深層学習モデルが統合され、CHD-ECG AIシステムが構築され、最終的には子供の年齢や性別などの一般的な基本情報を自動的に抽出して認識するモデルになります。 ECG を通じて、これに基づいて ECG 内の潜在的な CHD 特性を予測して分類します。
研究グループは、最初の探索の方向として、CHDの代表的なサブタイプである心房中隔欠損症と肺高血圧症を選択しました。
|
2024.01.01-2025.12.30
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2024年1月1日
一次修了 (推定)
2028年12月30日
研究の完了 (推定)
2028年12月30日
試験登録日
最初に提出
2024年4月22日
QC基準を満たした最初の提出物
2024年4月22日
最初の投稿 (実際)
2024年4月25日
学習記録の更新
投稿された最後の更新 (実際)
2026年7月29日
QC基準を満たした最後の更新が送信されました
2026年7月28日
最終確認日
2026年4月1日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- XHEC-C-2024-053-1
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?
未定
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
いいえ
米国FDA規制機器製品の研究
いいえ
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。