두개내 LVO를 위한 AI 기반 CTA 재구성 (SMART-AI)
2024년 10월 15일 업데이트: Yueqi Zhu, Shanghai Jiao Tong University Affiliated Sixth People's Hospital
인공 지능을 이용한 두개내 대형 혈관 폐색의 CT 혈관 조영술의 정확한 재구성을 위한 분할 및 모델링: 계단식 웨지, 클러스터 무작위 대조 시험
전방 순환의 두개내 대혈관 폐색(LVO)으로 인한 급성 허혈성 뇌졸중(AIS)은 뇌졸중 관련 장애 및 사망률에 크게 기여합니다.
최근의 무작위 대조 시험에서는 환자가 사전에 적절하게 분류될 때 혈관내 혈전제거술(EVT)이 상당한 이점을 갖는 것으로 나타났습니다.
그러나 EVT 중에 '누락된 세그먼트'의 방향을 정확하게 맞추는 것은 여전히 어려운 일입니다.
가이드 와이어는 종종 폐색을 통과하지 못하거나 실수로 작은 트랜치로 향하거나 심지어 혈관 파열을 유발합니다.
이러한 임상적 요구를 해결하기 위해 연구자들은 폐색된 LVO 세그먼트에 초점을 맞춰 CT 혈관 조영술(CTA) 재구성을 자동화하는 인공 지능(AI) 알고리즘을 개발했습니다.
이 AI 알고리즘의 임상적 유용성을 평가하기 위해 연구자들은 AI 알고리즘을 AIS 치료 흐름에 통합하면 혈전의 시각화를 개선하여 혈전의 첫 번째 통과 시간을 줄일 수 있는지 여부를 결정하기 위한 전향적 계단형 클러스터 무작위 연구를 제안합니다. CTA에서 가려진 세그먼트.
의사들은 환자의 혈전제거술 적격성을 평가할 것이며 선택된 모든 환자는 현행 지침에 따라 표준 치료를 받게 될 것입니다.
이러한 접근법은 쉽게 이용 가능한 데이터를 활용하여 혈관내 혈전제거술에 대한 환자 치료 결과를 향상시킬 것으로 기대됩니다.
연구 개요
연구 유형
중재적
등록 (추정된)
174
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Yueqi Zhu
- 전화번호: +86-21-66301136
- 이메일: zhuyueqi@hotmail.com
연구 장소
-
-
-
Shanghai, 중국, 200023
- 모병
- Shanghai sixth people's hospital
-
연락하다:
- Yueqi Zhu, MD
- 전화번호: +86-21-66301136
- 이메일: zhuyueqi@hotmail.com
-
연락하다:
- Yueqi Zhu, MD
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 200233
- 모집하지 않고 적극적으로
- Shanghai sixth people's hospital
-
-
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
설명
포함 기준:
- 남성 또는 여성, 18세 이상.
- 급성 허혈성 뇌졸중과 관련된 징후 및/또는 증상을 나타내는 환자.
- 비조영 CT 및 CT 혈관조영술 영상을 받는 환자.
- 두개내 대혈관 폐색(내경동맥, 중대뇌동맥 M1분절, M2분절 포함)이 있어 혈관내 치료가 적합하다고 판단된 환자.
제외 기준
1) 심한 움직임 인공물이 있는 CT 영상.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 지지 요법
- 할당: 무작위
- 중재 모델: 순차적 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 제어
AI 재구성 없음
|
|
|
실험적: AI 소프트웨어
두개내 LVO에 대한 CTA의 자동 분할 및 재구성에는 AI 접근 방식이 사용됩니다.
의사는 재구성을 받기 시작하고 AI 활성화 이미지를 볼 수 있는 권한을 갖습니다.
진단 및 치료 결정은 일상적인 치료 표준에 따라 치료 의사의 임상 평가 및 이미지 검토를 기반으로 합니다.
|
두개내 대혈관 폐색(LVO)의 자동 재구성에 사용되는 인공 지능 알고리즘
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AFAT
기간: EVT 직후
|
표적 혈관조영술부터 첫 번째 혈전제거술 시도 시작까지의 시간(혈관조영술부터 첫 번째 시도까지의 시간[AFAT])
|
EVT 직후
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
PRT
기간: EVT 직후
|
서혜부 천자부터 최종 동맥 재관통까지의 시간(천자부터 재관통까지의 시간[PRT])
|
EVT 직후
|
|
IPT
기간: EVT 직후
|
영상 촬영 완료부터 EVT 시작까지의 시간(영상 촬영에서 천공까지의 시간[IPT])
|
EVT 직후
|
|
IRT
기간: EVT 직후
|
영상 촬영 완료부터 최종 동맥 재개통까지의 시간(영상 촬영 후 재개통 시간[IRT])
|
EVT 직후
|
|
EVT 직후 성공적인 흐름 복원 비율
기간: EVT 직후
|
EVT 직후 성공적인 흐름 복원 비율
|
EVT 직후
|
|
EVT 후 24시간 이내에 증상이 있는 뇌내출혈 비율
기간: EVT 후 24시간
|
EVT 후 24시간 이내에 증상이 있는 뇌내출혈 비율
|
EVT 후 24시간
|
|
시술 관련 합병증 발생률
기간: EVT 직후
|
시술 관련 합병증 발생률
|
EVT 직후
|
|
EVT 후 90일의 기능적 독립률
기간: EVT 후 90일
|
EVT 후 90일의 기능적 독립률
|
EVT 후 90일
|
|
EVT 후 90일 이내 사망률
기간: EVT 후 90일
|
EVT 후 90일 이내 사망률
|
EVT 후 90일
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
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)
2024년 10월 20일
기본 완료 (추정된)
2025년 12월 31일
연구 완료 (추정된)
2025년 12월 31일
연구 등록 날짜
최초 제출
2024년 10월 9일
QC 기준을 충족하는 최초 제출
2024년 10월 15일
처음 게시됨 (실제)
2024년 10월 16일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 10월 16일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 10월 15일
마지막으로 확인됨
2024년 10월 1일
추가 정보
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. .