連続麻酔深度予測のためのディープラーニングフレームワーク
2026年4月10日 更新者：Universitair Ziekenhuis Brussel
全身麻酔中の薬力学反応と生理学的軌跡の連続予測のための深層学習フレームワークの検証
麻酔学における人工知能（AI）の統合は、患者モニタリングを反応型から予測型へと移行させる可能性を秘めています。 深層学習アーキテクチャ、特に長短期記憶（LSTM）ネットワークは、複雑な時系列データを処理して将来の臨床状態を予測することに優れています。
標準的なPK/PDモデル（プロポフォールおよびレミフェンタニルの最新モデルであるEleveldモデルなど）は、標的部位の薬物濃度（Ce）を推定しますが、リアルタイムの患者固有の動的反応を考慮していません。 本研究は、将来の生理学的状態を予測するために設計されたAIフレームワークを導入することを目的としています。
調査の概要
研究の種類
観察的
入学 (推定)
115
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：Hugo Carvalho, MD, PhD
- 電話番号：+32 50 45 24 19
- メール：hugo.nogueiracarvalho@azsintjan.be
研究場所
-
-
-
Bruges、ベルギー、8000
- AZ Sint-Jan AV
-
-
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
- 高齢者
健康ボランティアの受け入れ
はい
サンプリング方法
確率サンプル
調査対象母集団
全身麻酔下で連続的な麻酔深度モニタリングを受ける患者。
説明
適格基準:
- 全身麻酔を必要とする予定手術の患者。
- 持続的な麻酔深度モニタリング（BIS）を必要とする手技。
除外基準:
- 主要な麻酔計画に連続的な電子データ収集を含まない手技。
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 |
|---|
|
前向き
前向きコホート
|
|
レトロスペクティブ
後ろ向きコホート
|
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 |
|---|---|---|
|
予測不確実性コーンの校正誤差
時間枠：継続的 - 周術期
|
予測不確実性コーンのキャリブレーション誤差 - 予測不確実性コーンのキャリブレーション誤差は、モデルが示す信頼水準（例：将来値の95%が特定の範囲内に収まると予測）と、実際の値がその予測境界内に収まる真の頻度との間の不一致です。
|
継続的 - 周術期
|
|
平均絶対誤差（MAE）
時間枠：継続的 - 周術期
|
平均絶対誤差 (MAE)
|
継続的 - 周術期
|
|
トレンド精度
時間枠：連続 - 周術期
|
トレンド精度は、予測モデルが変数（例えば、患者の麻酔深度が活発に浅くなっているか深くなっているかなど）の将来の方向性と変化率を正しく予測する能力を測定するものであり、特定の時点での絶対的な数値誤差とは独立しています。
|
連続 - 周術期
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
二乗平均平方根誤差 (RMSE)
時間枠：継続的 - 周術期
|
二乗平均平方根誤差 (RMSE)
|
継続的 - 周術期
|
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 (推定)
2026年6月1日
一次修了 (推定)
2026年8月1日
研究の完了 (推定)
2026年9月1日
試験登録日
最初に提出
2026年4月2日
QC基準を満たした最初の提出物
2026年4月10日
最初の投稿 (実際)
2026年4月17日
学習記録の更新
投稿された最後の更新 (実際)
2026年4月17日
QC基準を満たした最後の更新が送信されました
2026年4月10日
最終確認日
2026年3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
- AIBIS
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。