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

환자가 풍부한 집단의 선천성 심장병 검진을 위한 일차 진료 의사의 독립적 청진과 AI 보조 청진의 유효성 비교: 무작위 대조 시험

2026년 4월 1일 업데이트: Kun Sun

환자가 풍부한 인구에서 선천성 심장 질환 스크리닝을위한 1 차 진료 의사의 독립적 인 청진 및 AI-assisted 청진 간의 효능 비교 : 무작위 대조 시험

최근 몇 년 동안, 의료 영역에서 인공 지능 (AI)의 적용은 의료 분야에서 강력한 힘으로 딥 러닝이 등장하여 상당한 급증을 목격했습니다. 딥 러닝 알고리즘은 복잡한 기능과 패턴을 자동으로 추출하여 매우 정확한 심장 사운드 인식을 촉진하는 놀라운 능력을 가지고 있습니다. 이 기술 발전을 바탕으로 Xinhua Hospital의 Sun Kun 교수와 그의 연구팀은 중국 전역에 걸쳐 수많은 센터와 협력하여 선천성 심장 질환 (CHD) 스크리닝에 대한 AI 지원 심장 소리 인식의 개발 및 적용을 부지런히 조사하고 있습니다.

전자 청진기를 활용하여 심장 소리를 꼼꼼하게 수집하고 AI 알고리즘을 활용하여 CHD 진단을 받은 어린이와 건강한 어린이의 심장 소리로 구성된 광범위한 데이터 세트를 분석하는 이 시스템은 정상 심잡음과 병리적 심잡음을 적절하게 구별하도록 훈련되었습니다. 현재 시스템 반복은 90%의 인상적인 정확도와 민감도 비율을 자랑합니다.

본 연구는 상하이 신화병원에서 실시할 무작위대조시험(RCT)으로 설계되었습니다. 일차 목표는 독립적으로 일하는 일차 진료 의사에 비해 CHD를 식별하는 데 있어 AI 지원 일차 진료 의사의 우수성을 입증하는 것입니다. 이는 AI 지원 의사와 비지원 의사의 성과를 비교 분석하여 모델의 실제 적용 가능성을 입증함으로써 달성될 것입니다. 지속적인 개선과 광범위한 적용 과정을 통해 이 선구적인 연구는 일반의, 아동 건강 의사, 비심장혈관 전문가를 포함한 다양한 의료 전문가에게 AI 지원 전자 청진의 혁신적인 기능을 제공하기 위해 노력하고 있습니다. 궁극적인 목표는 전국의 소아과 진료 수준을 높이는 것입니다.

연구 개요

연구 유형

중재적

등록 (실제)

212

단계

  • 해당 없음

연락처 및 위치

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

연구 장소

      • Qinghai, 중국
        • Qinghai Provincial Women and Children's Hospital
      • Shanghai, 중국
        • Xinhua Hospital Affiliated to Shanghai Jiao Tong University School of Medicine

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

  • 어린이
  • 성인

건강한 자원 봉사자를 받아들입니다

설명

포함 기준:

  • 연령 제한은 0~18세입니다.
  • 선천성 심장 질환의 유무를 결정하기 위해 심 초음파 검사에 동의하는 어린이.
  • 이 연구에 자발적으로 참여하고 사전 동의서 서명.

제외 기준:

  • 18 세 이상의 나이.
  • 심장초음파검사를 받을 수 없거나 청진에 협조하지 않는 어린이.
  • 사전 동의를 제공할 수 없거나 추가 분석 및 연구를 위해 의료 데이터를 제공하기 위한 연구 요구 사항을 준수하기를 꺼리는 참가자.

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 상영
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
활성 비교기: 독립적인 청진
여기에는 맹렬한 독립적 인 직원의 병력 수집, 대면 청진 및 전문 의사와 1 차 의사가 개별적으로 수행 한 평가가 포함됩니다. 모든 참가자는 심 초음파 검사를받습니다.
실험적: Ai-assisted auscultation
이 연구는 의학적 역사를 수집하는 맹인 직원과 대면 청진 및 평가를 수행하는 전문 의사를 수집하는 것으로 시작합니다. 그런 다음 1 차 진료 의사는 대면 청진 및 첫 번째 평가를 수행하고 AI 지원 청진기를 사용하여 정해진 프로토콜에 따라 심장 사운드를 수집합니다. AI 모델은 데이터를 실시간으로 분석하고 즉각적인 진단 결과를 제공하며, 이는 주치의에게 다시 전달됩니다. 이를 바탕으로 2 차 평가를 할 것입니다. 모든 참가자는 심 초음파 검사를받습니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
기간
CHD 검출에서 청진의 민감도 : 1 차 진료 의사의 독립적 인 청진 및 AI-ASSISTED AUCUTTATION
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지

2차 결과 측정

결과 측정
기간
CHD 탐지에서 청진의 특이성, 정확성 및 거짓 부정 : 1 차 진료 의사의 독립적 인 청진 및 AI-Asisted Auscultation
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지
CHD 탐지에서 청진의 특이성, 정확성 및 거짓 부정 : 1 차 진료 의사에 의한 전문 의사의 독립적 인 청진 및 AI-assisted Auscultation
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지
CHD 탐지에서 감도, 특이성, 정확성 및 오스듬한 부정적인 감도 : 1 차 진료 의사의 독립적 인 청진 및 AI 모델
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지
CHD 탐지에서 청진의 특이성, 정확성 및 거짓 부정 : 전문 의사의 독립적 인 청진 및 1 차 진료 의사의 독립적 인 청진
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지
CHD 탐지에서 청진의 감도, 특이성, 정확성 및 오 탐지 : 전문 의사의 독립적 인 청진 및 AI 모델
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지
의사의 진단 수정 속도, 정확하고 잘못된 변화의 비율
기간: 등록에서 3 개월에 치료 종료까지
등록에서 3 개월에 치료 종료까지

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 (실제)

2025년 2월 10일

기본 완료 (실제)

2025년 2월 27일

연구 완료 (실제)

2025년 12월 31일

연구 등록 날짜

최초 제출

2025년 1월 18일

QC 기준을 충족하는 최초 제출

2025년 1월 18일

처음 게시됨 (실제)

2025년 1월 24일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 4월 7일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 4월 1일

마지막으로 확인됨

2026년 2월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • XHEC-C-2025-012-1
  • INV-072724 (기타 보조금/기금 번호: Bill & Melinda Gates Foundation)

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

IPD 계획 설명

IPD는 여러 가지 이유로 공유되지 않거나 공유가 불가능할 수 있습니다. 첫째, 기밀 유지가 가장 중요합니다. IPD에는 민감한 개인정보가 포함되어 있으며, 이러한 데이터를 공유하면 참가자의 개인정보가 침해될 가능성이 있어 세부정보 공유가 제한될 수 있습니다. 둘째, 데이터는 지적재산권에 의해 보호됩니다. 이로 인해 적절한 계약이나 허가 없이 공유가 제한될 수 있습니다. 셋째, IPD는 용량이 크고 본질적으로 복잡하여 저장, 전송 및 분석에 상당한 자원이 필요합니다. 공유 과정에서 데이터의 무결성과 보안을 보장하기 위해 자세한 논의와 계획이 수립되어야 합니다.

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. .

구독하다