Sanntidsanatomigjenkjenningsverktøy Nøyaktighetsforskning for ultralydveiledet PENG og Suprainguinal Fascia Iliaca-blokker
Nøyaktighetsstudie av et AI-basert, sanntidsanatomi-identifikasjonsverktøy for bruk i ultralydveiledet PENG (pericapsular nerveblokk) og suprainguinal fascia-iliaca-blokker
Bakgrunn og begrunnelse: Ultralydveiledet regional anestesi er en mye brukt smertekontrollmetode i dag. Et kritisk aspekt ved prosedyren er nøyaktig visualisering av anatomiske strukturer på ultralyd for å nøyaktig definere målområder. Å skille mellom omkringliggende vev med en avbildningsmodell som automatisk gjenkjenner sonoanatomi i ultralydbilder vil redusere utilsiktede intraneurale injeksjoner eller skade på andre anatomiske strukturer i umiddelbar nærhet og øke pasientsikkerheten.
Forskningsspørsmål; Hvordan kan vi forbedre ultralydbildene vi ofte bruker i regionale blokker ved å integrere dem med kunstig intelligens for å redusere komplikasjoner og forbedre applikasjoner? Og hva er nøyaktigheten til den utviklede støtten for kunstig intelligens under bildebehandling?
Forskningsformål; Denne jobben; Vi har som mål å ytterligere øke sikkerheten til ulike regionale blokkposisjoner, minimere risikoen for komplikasjoner og forbedre ultralydvisualisering ved å utvikle en kunstig intelligensmodell (AI Model-Artificial Intelligence) som automatisk identifiserer og segmenterer anatomiske landemerker, gir visuell veiledning for uerfarne kolleger , og forbedrer ytelsen til den utviklede modellen under påføring. har som mål å demonstrere nøyaktigheten.
Hypotese; Tallrike studier har vist at bruk av ultralyd og nevrostimulatorer i praksis øker suksessen, utbruddet og kvaliteten på nerveblokkeringer, men på grunn av lav forekomst av store komplikasjoner og fraværet av sammenlignbare randomiserte studier, kan det ikke gis noen fasit på hvorvidt ultralyd reduserer den totale frekvensen av nerveskade. En bildemodell som automatisk markerer sonoanatomi med kunstig intelligens i ultralydbilder kan redusere utilsiktede intraneurale injeksjoner eller skade på andre anatomiske strukturer i umiddelbar nærhet og forbedre pasientsikkerheten.
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Forskningsprosesser; Studiet vil bestå av to trinn. Fase 1: PENG, samling av sonoanatomiske bilder av Supraingiuinal Fascia Iliaca-blokk og utvikling av kunstig intelligens-programvare (i friske frivillige uten invasive prosedyrer) Trinn 2: Gjennomføring av valideringsstudie med utviklet kunstig intelligens
Trinn 1: Å ta ultralydbilder fra friske frivillige (150 frivillige) for å produsere kunstig intelligens - Hvordan ta PENG og Suprainguinal Fascia Iliaca Block sonoanatomiske bilder er som følger.
1.1) PENG (Pericapsular Nerve Group Block): Bilder vil bli tatt med både lineære og konvekse prober. Sonoanatomisk informasjon vil bli samlet inn fra friske frivillige og ingen invasive prosedyrer vil bli utført. 150 (75 kvinner -75 menn) friske frivillige som sier ja til å få tatt ultralydbilder vil bli inkludert.
1.2) Suprainguinal Fascia Iliaca Block: Bilder vil bli tatt med en lineær sonde. Sonoanatomisk informasjon vil bli samlet inn fra friske frivillige og ingen invasive prosedyrer vil bli utført. 150 (75 kvinner-75 menn) friske frivillige som samtykker i å få tatt ultralydbilder vil bli inkludert.
I den første fasen av denne studien, takket være PENG og Suprainguinal Fascia Iliaca blokkbilder samlet inn fra frivillige, den kunstige intelligensteknologien Smart Alfa Teknoloji San. gjenkjenner og markerer de anatomiske strukturene i denne regionen. og Tic. Inc. Den vil bli utviklet av og lagt til Nerveblox-programvaren. Etter at PENG- og Suprainguinal Fascia Iliaca-blokker er inkludert i programvaren, vil Nerveblox-programvare bli brukt under validering i den andre fasen av studien.
Fase 2: I den andre fasen av studien, Smart Alfa Teknoloji San. og Tic. Inc. Kunstig intelligens-teknologi kalt Nerveblox, som ble utviklet med dataene mottatt i første fase med støtte fra selskapet, vil bli brukt. Det er validerings- og nøyaktighetsstudien av kunstig intelligens-teknologien utviklet i det første trinnet. Nøyaktighetsstudien vil bli utført på 40 friske frivillige. 20 menn og 20 kvinner vil bli inkludert i studien.
Takket være Nerveblox kunstig intelligens-teknologi utviklet på dette stadiet, er nøyaktigheten til de anatomiske strukturene merket og farget av den regionalspesifikke kunstige intelligensen; Det vil bli vurdert av 6 erfarne anestesileger basert på ultralydbildeskanning gjort av 2., 3. og 4. års assistenter (to assistenter fra hvert år). Den andre fasen er valideringsfasen og validatorene vil være erfarne anestesileger (minst fem års spesialisert erfaring). Validatorer vil score nøyaktigheten av representasjonen av hvert forhåndsdefinerte anatomiske landemerke ved å bruke en 5-punkts skala (1: Veldig dårlig, 2: Dårlig, 3: God, 4: Veldig bra, 5: Utmerket); Nøyaktighet er definert som ekspertuttalelser om hvordan programvaregenererte landemerkeetiketter representerer ekte anatomi i rå ultralydbilder.
Studietype
Kontakter og plasseringer
Studiesteder
-
-
Meram
-
Konya, Meram, Tyrkia, 42140
- Yasin Tire
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
For den første fasen av studien ble 150 frivillige, 75 kvinner og 75 menn, bestemt av selskapet Smart Alfa, som skal produsere kunstig intelligens.
I prøvestørrelsesanalysen utført for andre trinn, ble det bestemt at det skulle være 19 deltakere for hver gruppe med en alfa-feilmargin på 0,05, med en kraftrate på 80 % for sammenligning av to grupper. Effekten som ble brukt for denne beregningen ble beregnet til 0,837, og den faktiske effekten ble beregnet til 0,812, basert på lignende studier. Som et resultat av analysen, med tanke på frafallet, var det planlagt å rekruttere 20 deltakere til hver gruppe. (20 kvinner - 20 menn)
Beskrivelse
Inklusjonskriterier:
- Godtar å ta ultralydbilder
- Sunn - Ingen komorbiditeter
- Voksne personer mellom 18-65 år
Ekskluderingskriterier:
- De som ikke aksepterer ultralydbilder
- Personer under 18 år
- med komorbiditeter
- Svangerskap
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Mann
Fase 1: Skape kunstig intelligens fra ultralydskanninger av 150 friske frivillige Sonoanatomical PENG og Suprainguinal Fascia Iliaca Block-bilder er tatt som følger. 1) PENG (Pericapsular Nerve Group Block): Lineære og konvekse prober vil bli brukt til å samle bilder. Ingen invasive prosedyrer vil bli utført på friske personer for sonoanatomiske data. 150 friske frivillige (75 kvinner-75 menn) skal ultralyd. 1.2) Suprainguinal Fascia Iliaca Block: Lineære sondebilder. Ingen invasive prosedyrer vil bli utført på friske personer for sonoanatomiske data. 150 friske individer (75 kvinner-75 menn) skal ultralyd. Fase 2: Smart Alfa Teknoloji San. og Tic. Inc. vil bruke Nerveblox, et kunstig intelligenssystem bygget ved hjelp av data fra første trinn, i den andre delen av studien. Første trinns validering og nøyaktighetsstudie av kunstig intelligens-teknologi. Nøyaktighetsstudien vil involvere 40 friske frivillige. 20 menn og 20 kvinner skal studeres. |
Fase 1 1: Å ta ultralydbilder fra friske frivillige (150 frivillige) for å produsere kunstig intelligens - Hvordan ta PENG og Suprainguinal Fascia Iliaca Block sonoanatomiske bilder er som følger. Fase 2: I den andre fasen av studien, Smart Alfa Teknoloji San. og Tic. Inc. Kunstig intelligens-teknologi kalt Nerveblox, som ble utviklet med dataene mottatt i første fase med støtte fra selskapet, vil bli brukt. Det er validerings- og nøyaktighetsstudien av kunstig intelligens-teknologien utviklet i det første trinnet. Nøyaktighetsstudien vil bli utført på 40 friske frivillige. 20 menn og 20 kvinner vil bli inkludert i studien. |
|
Hunn
Fase 1: Å lage kunstig intelligens fra ultralydskanninger av 150 friske frivillige Sonoanatomical PENG og Suprainguinal Fascia Iliaca Block-bilder er tatt som følger. 1) PENG (Pericapsular Nerve Group Block): Lineære og konvekse prober vil bli brukt til å samle bilder. Ingen invasive prosedyrer vil bli utført på friske personer for sonoanatomiske data. 150 friske frivillige (75 kvinner-75 menn) skal ultralyd. 1.2) Suprainguinal Fascia Iliaca Block: Lineære sondebilder. Ingen invasive prosedyrer vil bli utført på friske personer for sonoanatomiske data. 150 friske individer (75 kvinner-75 menn) skal ultralyd. |
Fase 1 1: Å ta ultralydbilder fra friske frivillige (150 frivillige) for å produsere kunstig intelligens - Hvordan ta PENG og Suprainguinal Fascia Iliaca Block sonoanatomiske bilder er som følger. Fase 2: I den andre fasen av studien, Smart Alfa Teknoloji San. og Tic. Inc. Kunstig intelligens-teknologi kalt Nerveblox, som ble utviklet med dataene mottatt i første fase med støtte fra selskapet, vil bli brukt. Det er validerings- og nøyaktighetsstudien av kunstig intelligens-teknologien utviklet i det første trinnet. Nøyaktighetsstudien vil bli utført på 40 friske frivillige. 20 menn og 20 kvinner vil bli inkludert i studien. |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Kunstig intelligens Programstørrelse
Tidsramme: Basert, under ultralyd.
|
Takket være PENG og Suprainguinal Fascia Iliaca blokkbilder samlet inn fra frivillige i den første fasen av denne studien, gjenkjenner og markerer den kunstige intelligensteknologien Smart Alfa de anatomiske strukturene til disse fire regionene.
Den vil bli utviklet av og lagt til Nerveblox-programvaren.
|
Basert, under ultralyd.
|
|
Score av vurdering bildene
Tidsramme: Etter ultralyd.
|
I den andre fasen, takket være Nerveblox-teknologien for kunstig intelligens utviklet, blir nøyaktigheten til de anatomiske strukturene merket og farget av den regionalspesifikke kunstige intelligensen; Det vil bli vurdert basert på ultralydbildeskanning gjort av 2., 3. og 4. års assistenter og av anestesileger med minst 5 års erfaring.
|
Etter ultralyd.
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Yasin Tire, Konya City Hospital
- Studieleder: Betül Afşar, Konya City Hospital
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- Study Artificial intelligence
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .