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

안면 인식 기술로 어려운 기도 자동 평가 (PeScho)

2024년 5월 7일 업데이트: Patrick Schoettker, University of Lausanne Hospitals

자동 얼굴 분석 및 인공 지능을 통한 어려운 환기 및 삽관 자동 평가

전신 마취는 환자에게 인공 호흡을 제공하기 위해 인공 환기 및 기관 삽관을 요구합니다. 환기 및 삽관과 관련된 어려움은 본질적으로 어려운 기도에 소인이 되는 해부학적 요인의 수술 전 감지가 부정확하기 때문에 전신 마취에서 이환율 및 사망의 주요 원인으로 남아 있습니다. 이 프로젝트에서 조사관은 어려운 환기 및 삽관을 식별하는 데 중요한 역할을 하는 해부학적 특징을 자동으로 인식할 수 있도록 이미지 및 비디오 처리 기술 소프트웨어 솔루션을 개발하여 수술 전 마취 관리 평가를 수정하여 환자의 안전을 높일 것입니다.

연구 개요

상세 설명

모든 기관 삽관은 환자의 필수 병력을 확보하고, 수술 전 동반 질환이 있는 경우 환자의 상태를 최적화하고, 수술 당일에 가장 적합한 마취 방법을 선택하기 위해 수술 전 선별 및 평가가 필요합니다. . 이 평가의 목적은 오늘날에도 마취 관련 폐쇄 청구 연구에서 소송의 첫 번째 원인을 나타내는 어려운 기도의 예측 변수와 같은 잠재적인 마취 문제를 식별하는 것입니다.

수술 전 평가 절차의 첫 번째 단계에서 환자는 소프트웨어로 분석됩니다. 환자는 10분 동안 일련의 테스트를 통해 자동으로 안내되며 소프트웨어는 환자를 다음 섹션에 설명된 5가지 범주 중 하나로 분류하기 위해 환자의 형태학적 및 동적 특징을 실시간으로 분석합니다. 정확한 앞니 사이 거리(입 열림), 열린 입의 해부학적 지표(목젖, 기둥, 편도선, 혀, 후인두)의 가시성 및 감지와 같은 어려운 환기 및 삽관(정적 및 동적)과 관련된 세부 사항, thyro-mental 거리, 목 둘레, 최대 전방 및 후방 움직임을 통한 목 이동성. 분석은 다음에 의해 수행됩니다.

  • 높은 수준의 정확도와 극단적인 포즈(얼굴의 좌우 회전 및 위아래 움직임)에 대한 견고성으로 얼굴과 목을 감지, 설명 및 추적할 수 있는 강력한 컴퓨터 비전 알고리즘을 사용하여 이러한 관련 조치를 자동으로 계산합니다.
  • 구강 내 구조를 설명하고 계산하기 위한 강력한 이미지 처리 기술을 개발합니다. 두 세트의 측정은 환자를 분류할 수 있는 기계 학습 접근 방식으로 결합됩니다. 분석 결과와 모든 단일 테스트의 모든 녹화 비디오는 중앙 데이터베이스에 저장되고 의사가 수술 전 상담을 계속하기 위해 실시간으로 액세스합니다.

그런 다음 환자는 처음 계획된 시간에 계획된 수술을 받고 이를 위해 삽관됩니다. 수술실에서 삽관 등급의 적절한 기록은 문서화되어 평가 데이터베이스에 도입됩니다. 이를 통해 데이터베이스는 기계 학습 알고리즘의 자동 예측 가능성을 향상시키기 위해 평가 및 최종 수술 후 삽관 점수와 함께 발전할 것입니다.

연구 유형

관찰

등록 (추정된)

6000

연락처 및 위치

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

연구 연락처

연구 장소

    • VD
      • Lausanne, VD, 스위스, 1011
        • 모병
        • Dpt of Anesthesiology, University of Lausanne CHUV
        • 연락하다:
        • 수석 연구원:
          • Patrick Schoettker, Assoc Prof

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

16년 이상 (어린이, 성인, 고령자)

건강한 자원 봉사자를 받아들입니다

샘플링 방법

비확률 샘플

연구 인구

기관내삽관이 필요한 전신마취 중인 환자

설명

포함 기준:

  • 성인 환자(15세)
  • 전신마취를 위해 기관내삽관이 필요한 환자

제외 기준:

-환자 거부

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
어려운 삽관
전신 마취를 위해 기관 삽관이 필요한 일반 인구

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
어려운 삽관의 전산화된 분류
기간: 1 일
인공지능에 의한 삽관 난이도 3등급 자동 분류
1 일

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Patrick Schoettker, Assoc Prof, University of Lausanne Hospitals

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

2012년 3월 1일

기본 완료 (추정된)

2024년 12월 23일

연구 완료 (추정된)

2024년 12월 23일

연구 등록 날짜

최초 제출

2013년 12월 16일

QC 기준을 충족하는 최초 제출

2013년 12월 20일

처음 게시됨 (추정된)

2013년 12월 27일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 5월 8일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 5월 7일

마지막으로 확인됨

2024년 5월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 183/09
  • CTI (기타 보조금/기금 번호: Swiss Commission Technology and Innovation 12636.1)

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. .

구독하다