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

Diagnostic Trial of a Vision Transformer-Based Ultrasound AI Model for Placenta Accreta Spectrum

8 juni 2026 bijgewerkt door: FANG HE

Diagnostic Trial of Vision Transformer-Based End-to-End Ultrasound Artificial Intelligence Model for Assisting in the Diagnosis of Placenta Accreta Spectrum Disorders: An Investigator-Initiated Prospective Clinical Study

This study develops an end-to-end Vision Transformer (ViT)-based artificial intelligence system for ultrasound-based diagnosis of placenta accreta spectrum (PAS), aiming to improve the accuracy and efficiency of prenatal screening using standardized ultrasound video inputs.

Studie Overzicht

Toestand

Werving

Conditie

Placenta Accreta-spectrum

Interventie / Behandeling

Diagnostische toets: Vision Transformer-Based End-to-End Ultrasound Artificial Intelligence Model

Gedetailleerde beschrijving

Placenta accreta spectrum (PAS) is a life-threatening obstetric disorder involving abnormal placental invasion into the uterine wall, which is associated with severe maternal and neonatal complications. Despite advances in imaging, prenatal diagnosis remains challenging due to variability in ultrasound interpretation and reliance on operator expertise.

This study will establish a standardized ultrasound video acquisition protocol and develop a deep learning-based model using Vision Transformer (ViT) architecture to process dynamic ultrasound sequences. The model will be trained using clinically confirmed postpartum outcomes as reference labels.

The diagnostic performance of the system will be systematically evaluated, with the goal of improving consistency in interpretation and supporting more efficient clinical decision-making in prenatal PAS screening.

Studietype

Observationeel

Inschrijving (Geschat)

561

Contacten en locaties

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

Studiecontact

Naam: Fang He, M.D, PhD
Telefoonnummer: +86 13724831279
E-mail: Gzhefang@gzhmu.edu.cn

Studie Locaties

China
- Guangdong
  - Guangzhou, Guangdong, China, 510150
    - Werving
    - The Third Affiliated Hospital, Guangzhou Medical University
    - Contact:
      
      Fang He, MD, PhD
      
      Telefoonnummer: +86 13724831279
      
      E-mail: Gzhefang@gzhmu.edu.cn

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

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Pregnant women aged 18-45 years; Gestational age between 24 and 34 weeks; Pregnant women with a history of placenta previa or with an anterior placenta.

Beschrijving

Inclusion criteria:

Pregnant women aged between 18 and 45 years;
Gestational age between 24 and 34 weeks;
Pregnant women with a history of placenta previa;
Pregnant women with an anterior placenta;
Willingness to participate in the study and provision of written informed consent.

Exclusion criteria:

Failure to provide written informed consent;
Presence of severe complications that precluded continuation of pregnancy;
Inability to comply with study procedures for other reasons.

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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat	Maatregel Beschrijving	Tijdsspanne
Diagnostic performance of the end-to-end Vision Transformer (ViT)-based ultrasound AI model for placenta accreta spectrum (PAS) Tijdsspanne: At delivery (following confirmation of PAS status by surgical and/or pathological findings)	Sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), and area under the receiver operating characteristic curve (AUC) of the model.	At delivery (following confirmation of PAS status by surgical and/or pathological findings)

Secundaire uitkomstmaten

Uitkomstmaat	Maatregel Beschrijving	Tijdsspanne
Clinical Feasibility of the Standardized Ultrasound Video Recording Method Tijdsspanne: At enrollment during the ultrasound examination	Completion Rate (Proportion of patients who successfully complete the standardized recording) and time consumption (Mean recording time)	At enrollment during the ultrasound examination
Consistency and Efficiency Between the AI Model and Physician Diagnosis Tijdsspanne: At enrollment during the ultrasound examination	Diagnostic Consistency: Kappa coefficient used to evaluate the consistency between the AI model's diagnoses and those of experienced ultrasound physicians (Kappa > 0.75 indicates good agreement).	At enrollment during the ultrasound examination
Safety of the AI Model Tijdsspanne: At delivery, when PAS status and maternal outcomes are assessed	False Negative Rate: Proportion of missed PAS-positive patients and the impact on patient outcomes .	At delivery, when PAS status and maternal outcomes are assessed

Medewerkers en onderzoekers

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

Sponsor

FANG HE

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)

1 september 2025

Primaire voltooiing (Geschat)

1 september 2027

Studie voltooiing (Geschat)

31 december 2027

Studieregistratiedata

Eerst ingediend

2 juni 2026

Eerst ingediend dat voldeed aan de QC-criteria

8 juni 2026

Eerst geplaatst (Werkelijk)

11 juni 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)