Om een door kunstmatige intelligentie ondersteund apparaat voor luchtwegbeoordeling (AINFAS) te ontwikkelen om patiënten met een moeilijke luchtweg preoperatief te identificeren.
8 februari 2026 bijgewerkt door: National University Hospital, Singapore
Kunstmatige INtelligentie aangedreven 3D Gezichtsscanner voor Luchtwegbeoordeling (AINFAS)
We ontwikkelen een nieuwe AI die geavanceerde computertechnologie gebruikt om artsen te helpen patiënten te identificeren die mogelijk een moeilijke luchtweg hebben vóór een operatie of spoedprocedures.
Soms, wanneer iemand hulp nodig heeft bij het ademen, moeten artsen een buis in hun luchtweg inbrengen.
Dit kan voor sommige mensen een uitdaging zijn vanwege de vorm van hun mond, keel of nek.
We hopen dat AI de gelaatstrekken van een patiënt zal bekijken om te voorspellen of er mogelijke moeilijkheden kunnen zijn.
Studie Overzicht
Toestand
Actief, niet wervend
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
AINFAS (Artificial Intelligence-enabled system for airway assessment) is een innovatief AI-systeem dat we ontwikkelen om luchtwegmanagement in de gezondheidszorg te revolutioneren.
Dit geavanceerde kunstmatige intelligentie-systeem is ontworpen om patiëntkenmerken te analyseren en potentiële moeilijkheden in luchtwegmanagement te voorspellen vóór elke medische procedure die mogelijk ademhalingsondersteuning vereist.
Met behulp van geavanceerde machine learning-algoritmen verwerkt AINFAS gegevens zoals gezichtsstructuur en nekanatomie om de waarschijnlijkheid van een moeilijke luchtweg in te schatten.
Dit niet-invasieve, snelle beoordelingsinstrument heeft potentiële toepassingen in verschillende gezondheidszorgomgevingen, waaronder pre-operatieve beoordelingen, spoedeisende hulpafdelingen, intensive care-afdelingen en zelfs pre-hospitale zorg.
Door vroege identificatie van potentiële luchtweguitdagingen te bieden, heeft AINFAS als doel de patiëntveiligheid te verbeteren, de toewijzing van middelen te optimaliseren en een gestandaardiseerde, objectieve methode voor luchtwegbeoordeling te bieden.
Momenteel in ontwikkeling en testfase, vertegenwoordigt dit AI-systeem een belangrijke stap voorwaarts in het gebruik van technologie om klinische besluitvorming en patiëntveiligheid te verbeteren in cruciale aspecten van medische zorg.
Studietype
Observationeel
Inschrijving (Werkelijk)
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
-
-
-
Singapore, Singapore, 119074
- National University Hospital Singapore
-
-
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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten die een operatie ondergaan in National University Hospital Singapore alleen.
Beschrijving
Inclusiecriteria:
- Onderhevig aan een operatie onder algehele anesthesie waarbij endotracheale intubatie of supraglottische luchtweg nodig is
- 21-100 jaar oud
Exclusiecriteria:
- Leeftijd jonger dan 21 jaar
- Patiënten met eerdere operaties met veranderd gezichtsaanzicht
- Patiënten met een tracheostoma
- Patiënten met enige orofaryngeale pathologie
- Patiënten met nasofarynxcarcinoom na radiotherapie of chemotherapie
- Zwangere vrouwen
- Patiënten van wie de artsen geen laryngoscoop of supraglottische luchtweg gebruikten
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 |
Interventie / Behandeling |
|---|---|
|
Chirurgie onder algehele anesthesie
|
deelnemers waarbij een foto wordt gemaakt met behulp van een tabletapparaat volgens een gestandaardiseerd protocol om relevante gezichts- en halskenmerken vast te leggen.
Deze foto's worden vervolgens geanalyseerd met behulp van software, die de afbeeldingen beoordeelt op mogelijke indicatoren van een moeilijke luchtweg.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van AINFAS bij het voorspellen van moeilijke luchtwegen
Tijdsspanne: De beoordeling vindt plaats vanaf het moment van preoperatieve AI-analyse tot aan de voltooiing van de intuberingsprocedure, meestal binnen 48 uur.
|
Om de belangrijkste voorspellende parameters te identificeren en te karakteriseren die bijdragen aan het algehele vermogen van het AI-systeem om moeilijke luchtwegen te detecteren.
|
De beoordeling vindt plaats vanaf het moment van preoperatieve AI-analyse tot aan de voltooiing van de intuberingsprocedure, meestal binnen 48 uur.
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Identificatie van nieuwe voorspellers van moeilijke luchtwegen
Tijdsspanne: De gegevensanalyse zal worden uitgevoerd na voltooiing van alle deelnemersprocedures, meestal binnen 2 jaar na de laatste beoordeling van een deelnemer.
|
Om nieuwe voorspellende parameters te identificeren en te karakteriseren die bijdragen aan het algehele vermogen van het AI-systeem om de waarschijnlijkheid van een moeilijke luchtweg te bepalen.
|
De gegevensanalyse zal worden uitgevoerd na voltooiing van alle deelnemersprocedures, meestal binnen 2 jaar na de laatste beoordeling van een deelnemer.
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Will Ne-Hooi Loh, National University Hospital, Singapore
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 (Werkelijk)
17 mei 2022
Primaire voltooiing (Werkelijk)
24 januari 2025
Studie voltooiing (Geschat)
1 december 2026
Studieregistratiedata
Eerst ingediend
21 december 2025
Eerst ingediend dat voldeed aan de QC-criteria
8 februari 2026
Eerst geplaatst (Werkelijk)
13 februari 2026
Updates van studierecords
Laatste update geplaatst (Werkelijk)
13 februari 2026
Laatste update ingediend die voldeed aan QC-criteria
8 februari 2026
Laatst geverifieerd
1 december 2025
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- 2021/00908
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
NEE
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 .