Kunstmatige intelligentie (AI) in interpretatie van cardiotocografie (CTG).
5 oktober 2020 bijgewerkt door: University Hospital Inselspital, Berne
Introductie van kunstmatige intelligentie (AI) en machinaal leren in cardiotocografie (CTG) Interpretatie om klinisch gebruik te verbeteren
De projectleiders zijn van plan een Clinical Decision Support (CDS)-systeem te creëren door zelflerende software te programmeren om de cardiotocografie (CTG)-sporen in de - reeds bestaande - database van de kraamafdeling van het Inselspital Berne te analyseren.
De projectleiders zullen alle klinische uitkomsten van de naar schatting 10.000-15.000 in aanmerking komende patiëntendossiers verwerken en analyseren.
CSEM zal verschillende AI-architecturen ontwerpen, ontwikkelen en valideren met de bedoeling het CDS-systeem te creëren.
De AI zou leren om bij deze taak te helpen door algoritmen voor machine learning (ML) te trainen.
Het belangrijkste doel van de AI-CDS zal zijn om het beste foetale extractiemoment tijdens de bevalling te bepalen, op basis van een zelflerende benadering, als een "bovenmenselijk" hulpmiddel voor verloskundigen bij het nemen van beslissingen tijdens de bevalling.
Studie Overzicht
Toestand
Onbekend
Studietype
Observationeel
Inschrijving (Verwacht)
15000
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
-
-
-
Bern, Zwitserland, 3010
- Werving
- Frauenklinik Inselspital Bern
-
Contact:
- Anda I Radan, Dr. med.
- Telefoonnummer: 0316321010 0316321010
- E-mail: anda-petronela.radan@insel.ch
-
Contact:
- Karin I Strahm, Dr. med.
- Telefoonnummer: 0316321010 0316321010
- E-mail: karin.strahm@insel.ch
-
Hoofdonderzoeker:
- Daniel I Surbek, Prof. Dr. med
-
Onderonderzoeker:
- Anda I Radan, Dr. med.
-
Onderonderzoeker:
- Karin I Strahm, Dr. med.
-
-
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
Leeftijden die in aanmerking komen voor studie
18 jaar en ouder (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Vrouw
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten met eenlingzwangerschappen en CTG-registraties tijdens de bevalling van 01.01.2006 tot 31.12.2019
Beschrijving
Inclusiecriteria:
- CTG-registraties van patiënten met eenlingzwangerschappen tijdens de bevalling van 01.01.2006 tot 31.12.2019
- Zwangerschapsduur ≥ 24+0 weken
- Leeftijd ≥ 18 jaar
- Schriftelijke geïnformeerde toestemming
Uitsluitingscriteria:
- Gedocumenteerde weigering
- Meerdere zwangerschappen
- CTG-registraties van geplande keizersneden
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
- Observatiemodellen: Cohort
- Tijdsperspectieven: Retrospectief
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Tijdsspanne |
|---|---|
|
Superieure voorspelling van foetale morbiditeit via het zelflerende CDS-systeem dan wanneer dit alleen door verloskundigen zou worden gedaan, vooral met betrekking tot specificiteit.
Tijdsspanne: 3 maanden
|
3 maanden
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
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)
1 oktober 2020
Primaire voltooiing (Verwacht)
1 juni 2021
Studie voltooiing (Verwacht)
1 juni 2021
Studieregistratiedata
Eerst ingediend
5 oktober 2020
Eerst ingediend dat voldeed aan de QC-criteria
5 oktober 2020
Eerst geplaatst (Werkelijk)
12 oktober 2020
Updates van studierecords
Laatste update geplaatst (Werkelijk)
12 oktober 2020
Laatste update ingediend die voldeed aan QC-criteria
5 oktober 2020
Laatst geverifieerd
1 oktober 2020
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- 2020-00501
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 .