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

Tolkning av kunstig intelligens (AI) i kardiotokografi (CTG).

5. oktober 2020 oppdatert av: University Hospital Inselspital, Berne

Introduksjon av kunstig intelligens (AI) og maskinlæring i kardiotokografi (CTG) tolkning for å forbedre klinisk bruk

Prosjektlederne planlegger å lage et system for klinisk beslutningsstøtte (CDS) ved å programmere en selvlærende programvare for å analysere kardiotokografi-sporene (CTG) i den – allerede eksisterende – databasen fra fødeavdelingen i Inselspital Bern. Prosjektlederne vil behandle og analysere alle kliniske utfall av de estimerte 10000-15000 kvalifiserte pasientjournalene. CSEM vil designe, utvikle og validere flere AI-arkitekturer med den hensikt å lage CDS-systemet. AI ville lære å hjelpe til med denne oppgaven ved å trene maskinlæringsalgoritmer (ML). Hovedformålet med AI-CDS vil være å bestemme det beste føtale ekstraksjonsmomentet under fødselen, basert på en selvlærende tilnærming, som et "overmenneskelig" støtteverktøy for fødselsleger i beslutningstaking under fødselen.

Studieoversikt

Studietype

Observasjonsmessig

Registrering (Forventet)

15000

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

Studiesteder

      • Bern, Sveits, 3010
        • Rekruttering
        • Frauenklinik Inselspital Bern
        • Ta kontakt med:
        • Ta kontakt med:
        • Hovedetterforsker:
          • Daniel I Surbek, Prof. Dr. med
        • Underetterforsker:
          • Anda I Radan, Dr. med.
        • Underetterforsker:
          • Karin I Strahm, Dr. med.

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

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Hunn

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter med singleton-graviditeter og CTG-registreringer under fødsel fra 01.01.2006 til 31.12.2019

Beskrivelse

Inklusjonskriterier:

  • CTG-registreringer av pasienter med singleton-graviditet under fødselen fra 01.01.2006 til 31.12.2019
  • Svangerskapsalder ≥ 24+0 uker
  • Alder ≥ 18 år
  • Skriftlig informert samtykke

Ekskluderingskriterier:

  • Dokumentert avslag
  • Flergangsgraviditet
  • CTG-registreringer av planlagte keisersnitt

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Observasjonsmodeller: Kohort
  • Tidsperspektiver: Retrospektiv

Hva måler studien?

Primære resultatmål

Resultatmål
Tidsramme
Overlegen prediksjon av føtal sykelighet gjennom det selvlærende CDS-systemet enn hvis utført av fødselsleger alene, spesielt med tanke på spesifisitet.
Tidsramme: 3 måneder
3 måneder

Samarbeidspartnere og etterforskere

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

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 (Forventet)

1. oktober 2020

Primær fullføring (Forventet)

1. juni 2021

Studiet fullført (Forventet)

1. juni 2021

Datoer for studieregistrering

Først innsendt

5. oktober 2020

Først innsendt som oppfylte QC-kriteriene

5. oktober 2020

Først lagt ut (Faktiske)

12. oktober 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

12. oktober 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

5. oktober 2020

Sist bekreftet

1. oktober 2020

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • 2020-00501

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. .

3
Abonnere