Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Studie om AI-gjenkjenningssystem for hjertelyd ved screening av medfødt hjertesykdom

30. juli 2026 oppdatert av: Kun Sun, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Multisenterstudie om utforskning og anvendelse av kunstig intelligens-teknologi-assistert hjertelydgjenkjenningssystem ved screening av medfødt hjertesykdom

Målet med denne studien er å etablere AI-algoritme basert på dyp læring for å styrke evnen til å klassifisere bilyd fra friske mennesker og forskjellige store eller andre underinndelte medfødte hjertesykdommer (CHD) og for å evaluere effektiviteten av kunstig intelligens teknologiassistert hjertelydgjenkjenningssystem (referert til som: Hjertelyd AI-gjenkjenningssystem) for multisenter CHD-screening.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Dette er en multi-senter klynge tverrsnittsstudie i KINA. Hjertelyder vil bli samlet inn ved auskultasjon ved hjelp av et elektronisk stetoskop hos barn (0 ~ 18 år) bekreftet med eller uten CHDs ved ekkokardiografi under poliklinisk eller sykehusinnleggelse i 10 pediatriske medisinske sentre. Hjertelyder vil bli visualisert som fonokardiogram, og funksjonsekstraksjon vil bli gjort etter klassifisering av normale og unormale hjertelyder og merking av karakteristika for hjertebilyd av pediatriske kardiovaskulære spesialister. Kunstig intelligens algoritme (maskinlæring, dyp læring, etc.) vil bli trent til å bygge et hjertelydsgjenkjenningssystem med dataene nevnt ovenfor. Vi vil bruke mottakeroperasjonskarakteristikken (ROC) for å sammenligne evnen til gjenkjenning og klassifisering av unormale hjertelyder mellom ulike kunstig intelligens-algoritmer. Tatt på resultatene av ekkokardiografi som gullstandarden, vil vi bruke evalueringsindeksene, som sensitivitet, spesifisitet, nøyaktighet, positiv prediktiv verdi, negativ prediktiv verdi, etc, for å sammenligne den diagnostiske kapasiteten til CHD-screening mellom AI-gjenkjenningssystemet og menneskelig kardiovaskulære barneleger. Vårt mål er å bruke kunstig intelligens-teknologi for å hjelpe hjerteauskultasjon for CHD-screening.

Studietype

Observasjonsmessig

Registrering (Faktiske)

9370

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Kina
      • Beijing, Kina
        • Beijing Anzhen Hospital
      • Chongqing, Kina
        • Children's Hospital Affiliated to Chongqing Medical University
      • Guangxi, Kina
        • The First Affiliated Hospital of Guangxi Medical University
      • Guangzhou, Kina
        • Guangzhou Women and Children's Medical Center
      • Hangzhou, Kina
        • Children's Hospital Affiliated to Zhejiang Medical University
      • Hunan, Kina
        • Hunan Children's Hospital
      • Jinan, Kina
        • Shandong Provincial Hospital
      • Kunming, Kina
        • Kunming Children's Hospital
      • Lanzhou, Kina
        • Lanzhou University Second Hospital
      • Linyi, Kina
        • Linyi Hospital for Women and Children
      • Shanghai, Kina
        • Children's Hospital of Shanghai
      • Shanghai, Kina
        • Shanghai Children's Medical Center
      • Shiyan, Kina
        • Shiyan Taihe Hospital
      • Suzhou, Kina
        • Children's Hospital of Soochow University
      • Wenzhou, Kina
        • The Second Hospital Affiliated to Wenzhou Medical University
      • Wuhan, Kina
        • Wuhan Children's Hospital

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

Ikke eldre enn 18 år (Barn, Voksen)

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pediatrisk populasjon under poliklinisk tjeneste eller sykehusinnleggelse i ti pediatriske medisinske sentre i KINA

Beskrivelse

Inklusjonskriterier:

  1. 0 ~ 18 år, uavhengig av kjønn;
  2. Barn med eller uten medfødt hjertesykdom bekreftet ved ekkokardiografi;
  3. På grunnlag av informert samtykke, villig til å samarbeide med vår gruppe.

Ekskluderingskriterier:

  1. ≥ 18 år gammel;
  2. Barn som ikke kan gjennomgå ekkokardiografi eller andre relaterte tester;
  3. Forsøkspersoner som nekter å være med, eller som ikke er villige til å samarbeide med levering av diagnostiske og terapeutiske data for videre analyse og forskning.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
0 ~ 18 år gamle barn
Barn under poliklinisk eller sykehusinnleggelse
Diagnostisk test: Hjerteauskultasjon og ekkokardiografi
Hjerteauskultasjon vil bli utført av kardiovaskulær barnelege og ekkokardiografi av ekkokardiolog

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Mottakerdriftskarakteristikk (ROC) for følsomhet
Tidsramme: Juli 2020 til desember 2021
ROC av følsomhet i CHD-screening ved forskjellige kunstig intelligens-algoritmer og auskultasjon
Juli 2020 til desember 2021

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Etterforskere

  • Hovedetterforsker: KUN SUN, MD, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

1. juli 2020

Primær fullføring (Faktiske)

1. mai 2024

Studiet fullført (Faktiske)

1. mai 2024

Datoer for studieregistrering

Først innsendt

11. mars 2020

Først innsendt som oppfylte QC-kriteriene

11. mars 2020

Først lagt ut (Faktiske)

13. mars 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

3. august 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

30. juli 2026

Sist bekreftet

1. mai 2024

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • XH-20-003

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere