Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Machine Learning-based Anomaly Recognition System (MARS)

21 mei 2021 bijgewerkt door: Sherif Abdelkarim Mohammed Shazly, Assiut University

Use of Machine Learning Algorithms for Automated Detection of Fetal Anomalies

MARS is an artificial intelligence-powered system that aims at detecting common fetal anomalies during real-time obstetrics ultrasound. The current study comprises 2 stages: (1) The stage of model creation which will include retrospective collection of images from fetal anatomy scans with known diagnoses to train these model and test their diagnostic accuracy. (2) The stage of model validation through prospective application of this model to collected videos with known normal and abnormal diagnoses

Studie Overzicht

Toestand

Toestand

Geeft de huidige wervingsstatus of de uitgebreide toegangsstatus aan.
Nog niet aan het werven

Conditie

Conditie

De ziekte, stoornis, syndroom, aandoening of verwonding die wordt bestudeerd. Op ClinicalTrials.gov kunnen aandoeningen ook andere gezondheidsgerelateerde problemen omvatten, zoals levensduur, kwaliteit van leven en gezondheidsrisico's.

Interventie / Behandeling

Interventie / Behandeling

Een proces of actie die centraal staat in een klinische studie. Interventies omvatten medicijnen, medische hulpmiddelen, procedures, vaccins en andere producten die in onderzoek zijn of al beschikbaar zijn. Interventies kunnen ook niet-invasieve benaderingen omvatten, zoals onderwijs of het aanpassen van voeding en lichaamsbeweging.

Gedetailleerde beschrijving

Routine second trimester anomaly scan has become a routine part of antenatal care. Early detection of fetal anomalies permits patient counselling, consideration of termination if detected anomalies are considerable, and arrangement of delivery and immediate neonatal care if indicated. Furthermore, with the expanding role of fetal interventions, early detection of fetal anomalies may expand management options, some of which may lead superior outcomes compared to postnatal interventions.

However, fetal anatomy scan necessitates a particular level of training and expertise, either by sonographers or obstetricians. Unfortunately, availability of experienced personals may be globally limited. Furthermore, first trimester anatomy scan has been evolving rapidly as ultrasound machine continues to develop and clinical research yields more information on first trimester normal standards and abnormal ranges. Accordingly, first trimester scan is anticipated to be a part of routine care in the near future. Although this tool should provide substantial benefits to obstetric patients, this would require more providers with specific training, which is unlikely to be readily available.

Artificial intelligence has been incorporated in the medical field for more than 20 years. With the advancement of deep learning algorithms, deep learning has yielded exceptional accuracy in image recognition. In the last decade, deep learning exhibits high quality performance that may exceed human performance at times. One of the earliest and most prevalent applications of deep learning in medicine are radiology-related.

In the current study, the investigators will create a series of deep learning models that appraise and identify common fetal anomalies in a series of frames including recorded videos or real time ultrasound. Deep learning algorithms will be fed by labelled images of known normal and abnormal findings representing common fetal anomalies for both training and validation. These images will be collected retrospectively through medical records of contributing centers. Their diagnostic performance will be tested on retrospectively collected videos including normal and abnormal findings. In the second stage of the study, These models will be applied to prospectively collected videos of fetal anatomy scan for further validation.

Studietype

Studietype

Beschrijft de aard van een klinische studie. Onderzoekstypen omvatten interventionele studies (ook wel klinische studies genoemd), observationele studies (inclusief patiëntenregistraties) en uitgebreide toegang.
Observationeel

Inschrijving (Verwacht)

Inschrijving

Het aantal deelnemers aan een klinische studie. De "verwachte" inschrijving is het beoogde aantal deelnemers dat de onderzoekers nodig hebben voor het onderzoek.
1000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

  • Egypte
      • Assiut, Egypte, 71515
        • Assiut Faculty of Medicine - Women Health Hospital
      • Aswan, Egypte, 81528
        • Aswan Faculty of medicine

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Geschiktheidscriteria

De belangrijkste eisen waaraan mensen die willen deelnemen aan een klinische studie moeten voldoen of de eigenschappen die ze moeten hebben. Geschiktheidscriteria bestaan ​​uit zowel inclusiecriteria (die vereist zijn voor een persoon om deel te nemen aan het onderzoek) als uitsluitingscriteria (die voorkomen dat een persoon deelneemt). Soorten geschiktheidscriteria zijn onder meer of een onderzoek gezonde vrijwilligers accepteert, leeftijds- of leeftijdsgroepvereisten heeft, of wordt beperkt door geslacht.

Leeftijden die in aanmerking komen voor studie

18 jaar tot 45 jaar (Volwassen)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Vrouw

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Pregnant women who underwent fetal mid-trimester anatomy scan (between 18 and 22 weeks) with or without first trimester fetal anatomy scan (11-14 weeks) with documented ultrasound results and recorded images with are consistent with postnatal diagnosis

Beschrijving

Inclusion Criteria:

  • Pregnant women between 18 and 45 years
  • Available ultrasound image with clear findings
  • postnatal confirmation of diagnosis

Exclusion Criteria:

  • Absence of research authorization on medical records

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort

Groep / Cohort

Een groep of subgroep van deelnemers aan een observationele studie die wordt beoordeeld op biomedische of gezondheidsresultaten.
Interventie / Behandeling

Interventie / Behandeling

Een proces of actie die centraal staat in een klinische studie. Interventies omvatten medicijnen, medische hulpmiddelen, procedures, vaccins en andere producten die in onderzoek zijn of al beschikbaar zijn. Interventies kunnen ook niet-invasieve benaderingen omvatten, zoals onderwijs of het aanpassen van voeding en lichaamsbeweging.
Fetuses with normal anatomy
Fetuses with normal anatomy scan who demonstrate no structural abnormalities of different systems (CNS, chest and heart, abdomen, skeletal system)
Diagnostische toets: Ultrasound
Routine 2 dimensional Ultrasound used to screen fetuses for congenital anomalies
Fetuses with abnormal anatomy
Fetuses with abnormal anatomy scan who demonstrate any structural abnormalities that can be detected with ultrasound
Diagnostische toets: Ultrasound
Routine 2 dimensional Ultrasound used to screen fetuses for congenital anomalies

Wat meet het onderzoek?

Primaire uitkomstmaten

Primaire uitkomstmaten

In het protocol van een klinische studie, de geplande uitkomstmaat die het belangrijkst is voor het evalueren van het effect van een interventie/behandeling. De meeste klinische onderzoeken hebben één primaire uitkomstmaat, maar sommige hebben er meer dan één.
Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diagnostic accuracy
Tijdsspanne: Fetuses between 10 weeks and 32 weeks of gestation
Diagnostic accuracy of deep learning models in identifying major fetal structural anomalies
Fetuses between 10 weeks and 32 weeks of gestation

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Sponsor

De organisatie of persoon die het onderzoek initieert en die autoriteit en controle heeft over het onderzoek.
Assiut University

Medewerkers

Medewerkers

Een andere organisatie dan de sponsor die een klinische studie ondersteunt. Deze ondersteuning kan bestaan ​​uit activiteiten op het gebied van financiering, ontwerp, implementatie, data-analyse of rapportage.
Middle-East Obstetrics and Gynecology Graduate Education (MOGGE) Foundation

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

Studie start

De daadwerkelijke datum waarop de eerste deelnemer aan een klinische studie deelnam. De "verwachte" startdatum van de studie is de datum waarvan de onderzoekers denken dat deze de startdatum van de studie zal zijn.
1 juni 2021

Primaire voltooiing (Verwacht)

Primaire voltooiing

De datum waarop de laatste deelnemer aan een klinische studie is onderzocht of een interventie heeft ondergaan om definitieve gegevens voor de primaire uitkomstmaat te verzamelen. Of de klinische studie volgens het protocol is beëindigd of is beëindigd, heeft geen invloed op deze datum. Voor klinische onderzoeken met meer dan één primaire uitkomstmaat met verschillende voltooiingsdata verwijst deze term naar de datum waarop de gegevensverzameling voor alle primaire uitkomstmaten is voltooid. De "verwachte" primaire voltooiingsdatum is de datum waarvan de onderzoekers denken dat deze de primaire voltooiingsdatum voor het onderzoek zal zijn.
1 mei 2022

Studie voltooiing (Verwacht)

Studie voltooiing

De datum waarop de laatste deelnemer aan een klinisch onderzoek is onderzocht of een interventie/behandeling heeft ondergaan om definitieve gegevens te verzamelen voor de primaire uitkomstmaten, secundaire uitkomstmaten en bijwerkingen (d.w.z. het laatste bezoek van de laatste deelnemer). De "verwachte" voltooiingsdatum van de studie is de datum waarvan de onderzoekers denken dat deze de voltooiingsdatum van de studie zal zijn.
1 december 2023

Studieregistratiedata

Eerst ingediend

Eerst ingediend

De datum waarop de onderzoekssponsor of onderzoeker voor het eerst een onderzoeksdossier heeft ingediend bij ClinicalTrials.gov. Er is meestal een vertraging van een paar dagen tussen de eerste ingediende datum en de beschikbaarheid van het dossier op ClinicalTrials.gov (de eerste geposte datum).
18 mei 2021

Eerst ingediend dat voldeed aan de QC-criteria

Eerst ingediend dat voldeed aan de QC-criteria

De datum waarop de onderzoekssponsor of onderzoeker voor het eerst een onderzoeksdossier indient dat consistent is met de beoordelingscriteria voor kwaliteitscontrole (QC) van de National Library of Medicine (NLM). De sponsor of onderzoeker moet mogelijk een of meerdere keren een onderzoeksdossier herzien en indienen voordat aan de QC-beoordelingscriteria van NLM wordt voldaan. Het is de verantwoordelijkheid van de sponsor of onderzoeker om ervoor te zorgen dat het onderzoeksdossier consistent is met de NLM QC-beoordelingscriteria.
18 mei 2021

Eerst geplaatst (Werkelijk)

Eerst geplaatst

De datum waarop het onderzoeksdossier voor het eerst beschikbaar was op ClinicalTrials.gov nadat de beoordeling van de kwaliteitscontrole (QC) van de National Library of Medicine (NLM) is afgerond. Er is meestal een vertraging van een paar dagen tussen de datum waarop de onderzoekssponsor of onderzoeker het onderzoeksdossier heeft ingediend en de eerste geposte datum.
21 mei 2021

Updates van studierecords

Laatste update geplaatst (Werkelijk)

Laatste update geplaatst

De meest recente datum waarop wijzigingen in een onderzoeksdossier beschikbaar zijn gemaakt op ClinicalTrials.gov. Er kan een vertraging optreden tussen het moment waarop de wijzigingen zijn ingediend bij ClinicalTrials.gov door de sponsor of onderzoeker van het onderzoek (de datum waarop de laatste update is ingediend) en de datum waarop de laatste update is gepost.
25 mei 2021

Laatste update ingediend die voldeed aan QC-criteria

Laatste update ingediend die voldeed aan QC-criteria

De meest recente datum waarop de onderzoekssponsor of onderzoeker wijzigingen in een onderzoeksdossier heeft ingediend die in overeenstemming zijn met de beoordelingscriteria voor kwaliteitscontrole (QC) van de National Library of Medicine (NLM). Het is de verantwoordelijkheid van de sponsor of onderzoeker om ervoor te zorgen dat het onderzoeksdossier consistent is met de NLM QC-beoordelingscriteria.
21 mei 2021

Laatst geverifieerd

Laatst geverifieerd

De meest recente datum waarop de onderzoekssponsor of onderzoeker de informatie over een klinisch onderzoek op ClinicalTrials.gov als nauwkeurig en actueel heeft bevestigd. Indien een studie met een wervingsstatus van werving; nog niet aan het werven; of actief, geen rekrutering is niet bevestigd in de afgelopen 2 jaar, de rekruteringsstatus van de studie wordt weergegeven als onbekend.
1 mei 2021

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

Andere studie-ID-nummers

Identificatoren of ID-nummers anders dan het NCT-nummer die aan een klinisch onderzoek zijn toegewezen door de sponsor, financiers of anderen van het onderzoek. Deze nummers kunnen unieke identificatoren van andere onderzoeksregisters en subsidienummers van de National Institutes of Health bevatten.
  • OBG-AI21-P1

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Cookie-instellingen

We gebruiken cookies om ervoor te zorgen dat we u de beste ervaring op onze website bieden. Lees ons privacy- en cookiebeleid voor meer informatie. ...>>>U kunt uw voorkeuren op elk moment wijzigen of uw toestemming intrekken door de cookies van uw website of computer te verwijderen zoals beschreven in het beleid. Accepteer het en kies uw voorkeuren door de overeenkomstige vakjes aan te vinken in het gedeelte "Instellingen beheren" hieronder. Lees onze Servicevoorwaarden zorgvuldig door voordat u verder gaat met het gebruiken van enig onderdeel van deze website.
«Beheer instellingen