Diagnostic Accuracy of a Deep Learning-Based Software for Automated Multiparametric Echocardiographic Measurements (PANECHO)
2026년 7월 27일 업데이트: Centro Cardiologico Monzino
PANECHO: Diagnostic Accuracy of a Deep Learning-Based Artificial Intelligence Software Developed for Automated Multiparametric Echocardiographic Measurements From Echocardiographic Video Images: A Multicenter Study of the Italian Society of Echocardiography and Cardiovascular Imaging (SIECVI)
Transthoracic echocardiography is an essential imaging modality for the diagnosis and follow-up of cardiovascular diseases.
Comprehensive echocardiographic assessment requires multiple quantitative measurements of cardiac structure and function, which are time-consuming and highly dependent on operator expertise.
US2.AI (Us2.v1) is an artificial intelligence (deep learning)-based software designed to automatically analyze standard two-dimensional and Doppler echocardiographic DICOM video clips acquired from different ultrasound vendors.
The software provides automated measurements of cardiac morphology and function, including chamber dimensions and volumes, left and right ventricular systolic and diastolic function, myocardial strain, and Doppler-derived parameters, generating a comprehensive echocardiographic report based on current international guideline recommendations.
In addition, the software may assist in identifying echocardiographic features suggestive of several cardiovascular conditions, including heart failure, pulmonary hypertension, hypertrophic cardiomyopathy, cardiac amyloidosis, valvular heart disease, and ischemic cardiomyopathy.
연구 개요
상세 설명
This is a non profit, prospective, multicenter observational study aimed at evaluating the diagnostic accuracy of the US2.AI software by comparing its automated echocardiographic measurements with measurements performed by experienced echocardiographers, considered the reference standard.
The study will assess the agreement between automated and expert-derived measurements and determine the reliability of the software in routine clinical practice. Demonstrating high diagnostic accuracy may support the use of artificial intelligence to standardize echocardiographic measurements and facilitate comprehensive image analysis, particularly in settings where advanced analysis tools or highly experienced operators are not readily available.
연구 유형
관찰
등록 (추정된)
1157
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Laura Fusini, MD
- 전화번호: +39 0258002909
- 이메일: laura.fusini@cardiologicomonzino.it
연구 장소
-
-
Lombardy
-
Milan, Lombardy, 이탈리아, 20132
- 모병
- Centro Cardiologico Monzino, IRCCS
-
연락하다:
- Chiara Centenaro
- 전화번호: +39 0258002031
- 이메일: chiara.centenaro@cardiologicomonzino.it
-
-
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
Consecutive adult patients undergoing clinically indicated standard transthoracic echocardiography at seven high-volume echocardiography laboratories with experienced operators.
설명
Inclusion Criteria:
- Adults aged 18 years or older.
- Undergoing clinically indicated standard transthoracic echocardiography.
- Adequate echocardiographic image quality for automated and expert analysis.
- Written informed consent provided prior to study participation.
Exclusion Criteria:
- Age <18 years.
- Frequent and/or complex cardiac arrhythmias during echocardiographic examination.
- Suboptimal echocardiographic images.
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 |
|---|
|
Prospective Cohort
Consecutive adult patients referred for clinically indicated standard transthoracic echocardiography at seven high-volume echocardiography laboratories will be enrolled.
Echocardiographic examinations will be performed according to routine clinical practice by experienced operators.
Standard two-dimensional, Doppler, and other clinically indicated measurements required for the diagnostic report will be obtained manually by expert echocardiographers and automatically by the artificial intelligence software (US2.AI).
No additional study-specific imaging procedures or follow-up visits are planned.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Agreement between AI-derived and expert-derived echocardiographic measurements across predefined patient subgroups
기간: January 2027
|
Comparison of the agreement between automated and expert-derived measurements in predefined subgroups, including participants with normal echocardiographic findings and those with specific cardiovascular diseases.
|
January 2027
|
|
Agreement between AI-derived and expert-derived echocardiographic measurements
기간: Jan 2027
|
Agreement between automated echocardiographic measurements generated by the US2.AI software and manual measurements performed by experienced echocardiographers (reference standard) across standard two-dimensional, Doppler, and strain parameters.
|
Jan 2027
|
|
Time required for echocardiographic analysis
기간: January 2027
|
Comparison of the time required to obtain a complete set of echocardiographic measurements using manual analysis by experienced echocardiographers versus automated analysis by the US2.AI software.
|
January 2027
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Agreement between AI-assisted and expert final echocardiographic diagnoses
기간: January 2027
|
Agreement between the final echocardiographic diagnosis suggested by the US2.AI software and the final diagnosis reported by the expert echocardiographer.
|
January 2027
|
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)
2026년 4월 27일
기본 완료 (추정된)
2027년 1월 31일
연구 완료 (추정된)
2027년 1월 31일
연구 등록 날짜
최초 제출
2026년 7월 27일
QC 기준을 충족하는 최초 제출
2026년 7월 27일
처음 게시됨 (실제)
2026년 7월 31일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 7월 31일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 7월 27일
마지막으로 확인됨
2026년 7월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- L2-309
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
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. .