임신초기 초음파 검사에서 태아 뇌 이상 소견 선별을 위한 인공지능 알고리즘 (AIRFRAME)

산부인과 초음파에서 AI의 적용은 구조 식별, 자동 및 표준화된 측정, 분류 진단의 세 가지 측면을 포함합니다. 산부인과 초음파는 시간이 많이 걸리기 때문에 AI를 사용하면 검사 시간을 줄이고 작업 흐름을 개선할 수 있습니다.

연구 설계: 이것은 다기관 후향적 관찰 코호트 연구 및 후속 전향적 코호트 연구입니다. 연구 설계는 두 단계로 구성됩니다.

1단계 타당성 후향적 연구는 10개 국제태아의학센터에서 임신 1기 초음파 검사 시 후향적으로 획득한 정상 및 비정상 영상으로 AI 알고리즘을 개발하고 훈련시키는 것을 목표로 한다.

전향적 임상 검증인 두 번째 단계는 각 참여 태아 의학 센터의 실제 환자와 함께 실제 클리닉 환경에서 태아 후두와 해부학 평가에서 AI 알고리즘을 테스트하는 것을 목표로 합니다.

설정: 세(3) 개의 태아 의학 센터.

참가자: 10개의 태아 의학 센터에서 임신 11~14주 사이에 초음파 검사를 받은 단태 임신 인구.

1차 종점: 새로운 AI 기반 기술을 검증하여 임신 1기 태아 뇌 이상 소견에 대한 선별 도구로 잠재적으로 사용할 수 있습니다.

2차 종점: 태아 후두와에 대한 표준 1삼분기 스크리닝의 성능을 개선하여 더 짧은 실행 시간 내에 신뢰할 수 있는 초음파 평가를 보장합니다. 더 높은 반복성과 재현성을 감지하기 위해 방대한 규모의 효율성 측면에서 초음파 검사를 구현하고 의료 자원을 최적화합니다. 연구의 첫 번째 단계에서 참여하는 태아 의학 센터는 전자 데이터베이스에서 독신 임신부의 정중 시상 이미지를 검색합니다. 개방 척추 기형증, DWM 또는 BPC와 같은 태아 후두와 기형이 있는 임신 11+0 - 13+6주에 초음파 영상을 시행한 사람. 동일한 재태 연령에서 태아 후두와의 정상적인 이미지는 홍보 센터(예: Fondazione Policlinico A. Gemelli, IRCCS 및 University of Parma)에서 제공됩니다. 각 사례의 임상, 초음파, 산전 및 산후 정보는 환자의 의료 기록에서 검색되고 각 참여 센터의 수석 연구원이 전자 데이터베이스 수집 파일에 입력합니다. 획득한 이미지는 익명화되어 DICOM으로 저장되며 생명 공학 팀이 설정한 전용 클라우드 스토리지 시스템을 통해 공유됩니다. 각 센터는 개인 ID와 비밀번호를 사용하여 웹 시스템에 접속할 수 있습니다.

연구의 두 번째 단계에서는 참여하는 각 태아 의학 센터의 실제 환자와 함께 실제 임상 환경에서 알고리즘을 전향적으로 테스트하고 검증할 것입니다. 포함 및 제외 기준, 이미징 프로토콜 및 데이터 수집은 소급 단계에서 동일하게 수행됩니다.