このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

AIR-CPR研究:AI誘導胸部圧迫 (AIR-CPR)

2026年2月19日 更新者:Sheng-En Chu、Far Eastern Memorial Hospital

院外心停止患者に対する心肺蘇生中の胸骨圧迫領域を最適化するための人工知能の活用

AIR-CPRプロジェクトは、人工知能(AI)を活用して胸骨圧迫の位置を最適化することで、院外心停止(OHCA)患者の生存率向上を目指しています。 現在のガイドラインでは標準化された圧迫点(胸骨の下半分)が推奨されていますが、最近の研究では、この位置が約48.7%の患者で大動脈弁を圧迫し、蘇生成功の可能性を大幅に低下させる可能性があることが示されています。

この研究では、YOLO v8に基づく深層学習モデルを開発し、リアルタイムの動脈圧波形を分析して適切な大動脈弁の開閉を特定します。 人間が容易に区別できない特定の波形特徴を特定することで、AIは救助者に圧迫部位を調整するよう指示します(通常は左心室側へ)-最適な血液出力を確保するためです。 このプロジェクトは、CPRを標準化された「画一的な」アプローチから、個別化された精密医療介入へと変革することを目指しています。

調査の概要

詳細な説明

この3年間の前向き研究は、精密CPRを導くための「AI強化動脈波形モニター」を開発し、臨床的に検証するために設計されています。

  1. 研究仮説と目的 この研究では、AIが動脈圧波形を分析することで大動脈弁圧迫(経食道心エコー、TEEで確認)を正確に予測できるという仮説を検証し、それにより救助者が大動脈弁を避け、心拍出量を最大化する最適な圧迫部位を見つけられるようにします。
  2. 実施段階

    プロジェクトは5つの明確な段階に分かれています:

    症例準備:150名のOHCA患者を登録し、同期したTEEビデオと動脈圧データを収集します。

    動脈波形検出モデル:連続圧力信号を単一圧迫波形サンプルに自動的に分割するアルゴリズムを開発します。

    圧迫領域検出モデル:患者の生理学的データ(年齢、性別、病歴)と統合されたYOLO v8ベースのモデルを訓練し、「圧迫された」と「非圧迫」の大動脈弁状態を区別します。

    臨床的外部テスト:追加の75名の患者を登録し、TEE「ゴールドスタンダード」所見に対するモデルの精度を検証します。

    実現可能性評価:30の実世界臨床症例で「蘇生支援アプリ」としてモデルを展開し、そのリアルタイムガイダンス能力、速度、および患者の転帰への影響を評価します。

  3. 技術的方法論

    データ抽出:二値化と補間曲線フィッティングを使用して、生理学的モニター画面から直接高品質の数値データを抽出します。

    AIアーキテクチャ:改良されたYOLO v8フレームワークを、注意ベースのアーキテクチャと全結合ニューラルネットワークと組み合わせて使用し、複雑な患者の不均一性を組み込みます。

    臨床介入:AIが大動脈弁圧迫を識別した場合、救助者は圧迫位置(通常は下方向および左方向)を調整するよう促され、弁が閉塞されなくなるまで続けます。

  4. アウトカム指標 この研究では、識別成功率(AI対TEE)、回避成功率(成功した再配置)、およびROSC、退院時生存率、良好な神経学的転帰を含む従来の蘇生指標を評価します。

研究の種類

観察的

入学 (推定)

255

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。

研究連絡先

  • 名前:Sheng-En Chu, physician
  • 電話番号:886-2-7728-1843
  • メール:ianchu300@msn.com

研究場所

    • Banqiao
      • New Taipei City、Banqiao、台湾、220
        • 募集
        • Far Eastern Memorinal Hospital
        • コンタクト:
          • Sheng-En Chu, physician
          • 電話番号:886-2-77281843
          • メール:ianchu300@msn.com

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

  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

サンプリング方法

非確率サンプル

調査対象母集団

研究対象集団は、非外傷性院外心停止を経験し、遠東記念病院の救急科に搬送された成人患者で構成されています。
この施設は新北市唯一の医療センターであり、同市のOHCA症例の約30%を扱っており、高度な生命維持措置を受ける多様で多数の患者サンプルを確保しています。

説明

適格基準:

  1. 20歳以上の成人。
  2. 救急外来で心肺蘇生(CPR)を受けている院外心停止(OHCA)の患者。

非外傷性要因による心停止。

除外基準:

  1. 妊娠中の患者。
  2. 明らかな死亡徴候のある患者。
  3. 「蘇生不要」(DNR)指示書に署名のある患者。
  4. 体外式心肺蘇生(ECPR)を必要とする患者。
  5. 蘇生的血管内バルーン大動脈閉塞術(REBOA)を必要とする患者。
  6. 大量出血、大動脈緊急疾患、緊張性気胸、心タンポナーデ、または肺塞栓症による心停止。
  7. 重度の大動脈弁疾患または過去の大動脈弁手術の既往歴。
  8. TEE(経食道心エコー)または大腿動脈カテーテル挿入が禁忌の患者。
  9. CPR中に医療チームがTEEまたは大腿動脈カテーテル挿入を実施できない状況。

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
介入・治療
AI強化蘇生法を受ける院外心停止患者。
成人患者(20歳以上)で、非外傷性の病院外心停止(OHCA)を起こし、遠東記念病院救急科で高度生命維持(ALS)を受けた患者。 このコホートは、AIトレーニングのデータを提供し(1-2年目)、AI誘導圧迫技術の臨床検証に参加します(3年目)。
大腿動脈ラインからのリアルタイム動脈圧波形を分析する、YOLO v8アーキテクチャに基づいた深層学習アプリケーション。 現在の胸骨圧迫位置が大動脈弁圧迫(TEEにより確認済み)を引き起こしているかどうかを識別し、蘇生チームに即時フィードバックを提供します。
AIアプリケーションが大動脈弁の圧迫を示した場合、救助者は機械的胸骨圧迫(LUCAS)の位置を調整します。 文献とAIのフィードバックに基づき、この調整は通常、圧迫点を下方かつ左傍胸骨線方向へ移動させ、大動脈弁を避け、左心室出力を最適化することを含みます。
研究全体を通じて「ゴールドスタンダード」として使用されました。 TEEはCPR中に実施され、大動脈弁の実際の開閉と心腔の変形を記録し、AIトレーニングのラベルと臨床試験の検証を提供します。

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
大動脈弁圧迫のAI識別精度
時間枠:臨床試験段階および実現可能性評価中に収集(第2年および第3年)。
心肺蘇生中における大動脈弁の圧迫または開放の識別におけるAIモデルの精度は、検証のゴールドスタンダードとして経食道心エコー検査(TEE)を使用して評価されます。
臨床試験段階および実現可能性評価中に収集(第2年および第3年)。

二次結果の測定

結果測定
メジャーの説明
時間枠
大動脈弁圧迫の回避成功
時間枠:臨床的実行可能性評価中(3年目)。
AIアプリのフィードバックに基づいて蘇生チームが大動脈弁圧迫を止めるために胸骨圧迫位置を調整することに成功した症例の割合(TEEで確認済み)。
臨床的実行可能性評価中(3年目)。
圧縮調整に要した時間
時間枠:臨床的実現可能性評価中(3年目)。
最初の動脈波形検出から胸部圧迫位置修正完了までの時間間隔。
臨床的実現可能性評価中(3年目)。
自発的循環再開率(ROSC)
時間枠:救急部門での蘇生開始から病院退院または死亡まで(最長約30日)。
ROSCおよび持続的ROSC($\ge 20$分間維持)の発生率、ならびに病院受診時および退院時までの生存率。
救急部門での蘇生開始から病院退院または死亡まで(最長約30日)。
退院時良好神経学的転帰
時間枠:退院時(約30日まで)。
脳神経学的状態の評価には、脳機能分類(CPC 1-2)または修正Rankinスケール(mRS 0-2)を使用します。
退院時(約30日まで)。
胸骨圧迫率 (CCF)
時間枠:臨床実現可能性評価期間中(3年目)
AIガイドによる調整が胸骨圧迫の連続性に悪影響を及ぼさないことを確保しながら、胸骨圧迫が行われた総蘇生時間の割合。
臨床実現可能性評価期間中(3年目)

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。

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

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)

2025年1月6日

一次修了 (推定)

2027年12月31日

研究の完了 (推定)

2027年12月31日

試験登録日

最初に提出

2026年2月19日

QC基準を満たした最初の提出物

2026年2月19日

最初の投稿 (実際)

2026年2月24日

学習記録の更新

投稿された最後の更新 (実際)

2026年2月24日

QC基準を満たした最後の更新が送信されました

2026年2月19日

最終確認日

2026年2月1日

詳しくは

本研究に関する用語

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?

いいえ

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。

購読する