이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

묘사-관습 (DELINEATE)

2026년 4월 14일 업데이트: Pierre Elias, Columbia University

에코 분석, 추적 및 평가 전향 적 평가를위한 딥 러닝 (Delineate-Prospection)

심장병은 미국에서 사망의 주요 원인이며, 심 초음파 (또는 "echo")는 의사가 심장을 바라 보는 가장 일반적인 방법입니다. Echo는 안전하고 통증이 없으며 약한 심장 펌핑 및 판막 질환을 포함한 주요 심장 문제를 감지 할 수 있습니다.

판막 질환, 특히 대동맥 협착증 (좁아짐) 및 승모판 역류 (누설)는 노인에게는 일반적이지만 종종 진단되지 않습니다. Echo는 밸브 문제를 찾는 주요 도구이지만 시간이 걸리고 전문가 교육이 필요하며 결과는 독자마다 다를 수 있습니다.

최근 인공 지능 (AI), 특히 딥 러닝 (DL)의 발전으로 인해 심장 이미지를 자동으로 분석 할 수있는 약속을 보여주었습니다. 그러나 과거의 연구는 주요 에코 기술과 같은 컬러 도플러와 스펙트럼 도플러를 완전히 해결하지 못했습니다. 이는 혈액이 심장 밸브를 통해 어떻게 움직이는지를 측정하는 데 결정적입니다. AI 도구는 워크 플로 문제, 실제 테스트 부족 및 알고리즘이 결정을 내리는 방법에 대한 우려로 인해 일상 의료 실무에 사용되는 데 어려움을 겪습니다.

Columbia University Irving Medical Center에서 연구원들은 지난 6 년 동안 대규모 심장 검사 데이터베이스를 구축했으며 심지도를 분석하기위한 AI 프로그램을 개발했습니다. 현재의 연구는 에코 판독 중에 실시간으로 심장 전문의에게 AI 분석을 제공하면 프로세스를보다 빠르고 일관성있게 만들 수 있는지 테스트 할 것입니다.

연구 개요

상태

모병

정황

상세 설명

이전 Columbia University 연구에서 심 초음파를 분석하는 일련의 딥 러닝 알고리즘이 개발 중입니다. 이러한 알고리즘에는 뷰 분류, 구조 식별, 좌심실 (LV) 치수 측정, 좌심실 배출 분획 (LVEF) 결정, 좌측 아트리움 (LA) 부피 평가 및 밸브 심장 질환 진단을 포함하는 알고리즘이 포함되지만 이에 국한되지는 않습니다. 간단히 말해서, 이러한 알고리즘은 심 초음파 해석에 특정한 것들을 포함하여 이미지 및 비디오 분석에 유용한 아키텍처를 기반으로합니다. 이러한 아키텍처를 기반으로 한 알고리즘은 Valvular 역류 평가와 같은 비디오 기반 심 초음파 데이터의 해석으로 일반화 될 수 있습니다. 이 연구 프로토콜의 일환 으로이 모델은 환자 심 초음파 데이터를 사용하여 계속 개발 될 것입니다. 이 연구는 해석 심장 전문의에게 심각한 심장 작가의 딥 러닝 분석을 실시간으로 제공 할 수있는 자동화 된 엔드 투 엔드 시스템을 만드는 것을 목표로합니다. 성공하면이 프로그램을 사용하면 심 초음파 검사 효율성 및 신뢰성이 향상 될 수 있습니다.

연구 유형

관찰

등록 (추정된)

50

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처 백업

연구 장소

    • New York
      • New York, New York, 미국, 10032
        • 모병
        • Columbia University Irving Medical Center
        • 연락하다:
        • 수석 연구원:
          • Pierre A Elias, MD
        • 연락하다:

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

Columbia University, Columbiadoctors 또는 Columbia Echocardiography Laboratory의 흉부 심해성 심장 요법을 해석하는 Newyork-Presbyterian Hospital의 심장 전문의 참석자가 참석 한 참석자

설명

포함 기준 :

  • Columbia University, Columbiadoctors 또는 Newyork Presbyterian Hospital에서 고용 한 심장 전문의 참석 콜롬비아 심 초음파 실험실에서 흉부 심해도를 읽는 Newyork Presbyterian Hospital
  • 설문지 또는 중추적 인 연구에 참여하기위한 사전 동의 제공

제외 기준 :

  • 훈련의 의사 (심장학 동료 또는 고급 영상 동료)

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
중재 그룹

다음 기준을 충족하는 연구는 전문가 패널에 의한 판결을받습니다.

AI의 중증도가 의사에 의한 심각도보다 큰 의사와 AI 해석 사이의 불일치 (즉, 즉 더 많은 판막 역류가 있음을 나타냅니다)

제어 그룹
의사가 부여 된 판막 역류 심각도에 의한 AI-플래그 사례의 분포와 일치하도록 계층화 된 임의의 사례 샘플이 선택되며 동일한 전문가 패널 판결을받을 것입니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
패널 검토에 의한 임상 적으로 의미있는 재 분류의 비율
기간: 18 개월
전문가 패널이 valvular 역류 심각도를 하나 이상의 등급 (업그레이드 또는 다운 그레이드)으로 재 분류하는 경우의 비율. 비율은 재 분류 ÷ 총 사례 수를 가진 사례 수로 계산됩니다.
18 개월

2차 결과 측정

결과 측정
측정값 설명
기간
임상 관리의 변화로 이어지는 AI 기반 재 분류가있는 사례의 비율
기간: 18 개월
비율은 관리 변경 ÷ 총 사례 수를 가진 사례 수로 계산됩니다.
18 개월
밸브 전문가 또는 외과 의사에게 의뢰로 이어지는 AI 기반 재 분류가있는 사례의 비율
기간: 18 개월
정의 : 비율은 밸브 전문가 또는 외과 의사에게 언급 된 사례 수로 계산됩니다. 검토 된 총 사례 수입니다.
18 개월
AI 기반 재 분류가있는 사례의 비율은 후속 심 초음파 검사의 빈도 변화로 이어집니다.
기간: 18 개월
이 비율은 권장 후속 심 초음파 촬영 빈도의 변화가있는 사례 수로 계산됩니다. 검토 된 총 사례 수입니다.
18 개월
AI 기반 재 분류가있는 사례의 비율 추가 테스트를위한 진료 의뢰 (TEE 또는 심장 MRI)
기간: 18 개월
비율은 TEE 또는 심장 MRI ÷ 검토 된 총 사례 수를 사용한 추가 테스트를 위해 언급 된 사례 수로 계산됩니다.
18 개월

기타 결과 측정

결과 측정
측정값 설명
기간
AI와 패널 검토 간의 일치
기간: 18 개월
AI 분류가 valvular 역류 심각도에 대한 전문가 패널 검토와 동의하는 경우의 비율.
18 개월
심장 학자 임상 읽기와 패널 검토 사이의 일치
기간: 18 개월
심장 전문의 임상 해석이 valvular 역류 심각도의 전문가 패널 검토와 동의하는 경우의 비율.
18 개월
패널 검토에 대한 일치율 (AI 대 심장 전문의) 비교
기간: 18 개월
AI 대 패널 검토의 일치율과 심장 전문의 임상 판독 대 패널 검토의 일치율 간의 차이.
18 개월
범주 형 심장 지사 조치에 대한 판독자 계약
기간: 18 개월
범주 형 변수에 대한 독립 심장 학자 독자 (예 : 판막 역류의 심각성) 사이의 합의는 Cohen의 Kappa 통계를 사용하여 정량화됩니다.
18 개월
지속적인 심 초음파 조치에 대한 판독자 계약
기간: 18 개월
지속적인 측정 (예 : 좌심실 배출 분율 [LVEF] 범주)에 대한 독립 심장 전문의 독자 간의 계약은 클래스 내 상관 계수 (ICC)를 사용하여 정량화됩니다.
18 개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

협력자

수사관

  • 수석 연구원: Pierre A Elias, MD, Columbia University

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (추정된)

2026년 4월 15일

기본 완료 (추정된)

2027년 10월 1일

연구 완료 (추정된)

2028년 10월 1일

연구 등록 날짜

최초 제출

2025년 8월 14일

QC 기준을 충족하는 최초 제출

2025년 9월 24일

처음 게시됨 (실제)

2025년 9월 29일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 4월 16일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 4월 14일

마지막으로 확인됨

2026년 4월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • AAAU9603

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

환자 프라이버시 및 기밀성 : 식별이 제거 되더라도 자세한 건강 데이터를 공유하면 참가자의 재 식별이 위험 할 수 있습니다.

규제 제한 : 기관 검토위원회 (IRB), HIPAA 규칙 또는 현지 법률은 특히 심 초음파와 같은 민감한 건강 정보에 대해 데이터 공유를 제한 할 수 있습니다.

동의 한도 : 참가자가 등록시 광범위한 데이터 공유에 명시 적으로 동의하지 않은 경우, 연구는 윤리적으로 또는 법적으로 IPD를 제공 할 수 없습니다.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .