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

Biometriske målinger i diagnostikk: Sammenligning av eksperter og IA-assisterte innbyggere (BIOMEDEXIA)

22. april 2025 oppdatert av: Hospices Civils de Lyon
Obstetrisk ultralyd er hjørnesteinen i fostervekstvurderingen. Det gir essensielle biometriske målinger for å estimere fosterets vekt, overvåke vekst og identifisere forhold som intrauterin veksthemming (IUGR) eller makrosomi. Nøyaktigheten av disse målingene avhenger i stor grad av ekspertisen til operatøren. Erfarne utøvere utmerker seg med å plassere sonden, identifisere anatomiske landemerker og oppnå reproduserbare målinger. I motsetning til dette kan nybegynnere, for eksempel medisinske innbyggere, synes det er vanskelig å ta optimale bilder eller identifisere presise landemerker, noe som resulterer i betydelig variabilitet. Denne variasjonen mellom observatører, godt dokumentert selv blant eksperter, kan ha innvirkning på kliniske beslutninger og fødselshåndtering. For nybegynnere er variabilitet mer uttalt, noe som kan påvirke diagnostisk pålitelighet og pasientbehandling. Forbedring av beboeropplæring er derfor viktig for å redusere denne variabiliteten. Tradisjonelle løsninger for å minimere variabiliteten, for eksempel økt tilsyn, ansiktsbegrensninger på grunn av tidsbegrensninger og ressurstilgjengelighet. Nyere fremskritt innen kunstig intelligens (AI) kan hjelpe til med opplæring av innbyggere. I fødselshjelp kan AI potensielt automatisere biometriske målinger ved å identifisere viktige anatomiske landemerker og utføre presise, konsistente målinger. Disse systemene kan standardisere anskaffelse og redusere variabiliteten, noe som gjør målinger mindre avhengig av operatøropplevelsen. AI -teknologier kan forbedre nybegynnerytelsen betydelig ved å forkorte læringskurven og forbedre målingens pålitelighet. Dette kan gjøre det mulig for innbyggerne å jobbe mer uavhengig mens de opprettholder nøyaktigheten. Til tross for disse potensielle fordelene, ville få studier strengt sammenlignet AI-assistert nybegynnerytelse med den for ekspertutøvere under virkelige forhold. Denne studien tar sikte på å vurdere AI mulig effektiviteten til å støtte nybegynnere under fødselshjelpens biometriske målinger. Det primære målet vil være å avgjøre om AI-assistanse kan gjøre det mulig for nybegynnere å oppnå målingsnøyaktighet som kan sammenlignes med erfarne utøvere, samtidig som den potensielt forbedrer reproduserbarheten og reduserer variasjonen mellom observatører.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Faktiske)

60

Kontakter og plasseringer

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

Studiesteder

      • Lyon, Frankrike, 69004
        • Hospices Civils de Lyon, Maternité Croix Rousse

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

  • Voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Gravid kvinne

Beskrivelse

Inkluderingskriterier:

  • Gravide kvinner mellom 18 og 40 år.
  • Singleton eller tvilling pågående graviditeter.
  • Svangerskapsalder mellom 20 og 36 uker med amenoré (WA).
  • Pasienter planlagt for en biometrisk ultralyd (standard oppfølging).

Eksklusjonskriterier:

  • Kjente store fosteranomalier som kan påvirke biometriske målinger.
  • Tekniske vanskeligheter under ultralyden (f.eks. Mors overvekt, komplekse abdominale arr).
  • Historie med alvorlige mors forhold som påvirker biometriske målinger (f.eks.

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
Rutinemessig oppfølging: Pasienter planlagt for en standard biometrisk ultralyd.

Morsalder: Gravide kvinner mellom 18 og 45 år. Graviditetstype: Singleton levedyktig graviditet (unntatt tvilling eller flere svangerskap).

Svangerskapsalder: Mellom 17 uker og 38 ukers svangerskap.

I denne studien ble biometriske målinger systematisk utført for hver pasient ved bruk av både manuelle metoder og et kunstig intelligens (AI) -system (Live View Assist, Samsung). AI-systemet ga sanntidsveiledning ved å identifisere anatomiske landemerker og hjelpe til med måling av viktige biometriske parametere, inkludert femurlengde (FL), abdominal omkrets (AC), hodeomkrets (HC) og biparietal diameter (BPD). Denne doble tilnærmingen sikret at både manuelle og AI-assisterte metoder ble brukt jevnt som en del av rutinemessig klinisk omsorg.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktighet av biometriske målinger: Vurdering av avtale mellom manuelle og AI-assisterte målinger.
Tidsramme: 36 uker amenoré

De individuelle biometriske målingene, så som biparietal diameter (BPD), hodeomkrets (HC), abdominal omkrets (AC) og femurlengde (FL), vil bli presentert separat basert på deres respektive enheter (CM).

Den estimerte fostervekten, som vil være basert på aggregeringen av disse forskjellige målingene (BPD, HC, AC, FL), vil bli rapportert i kilo (kg). Dette estimatet vil bli beregnet ved bruk av fostervekstformler tilpasset disse parametrene.

Vi vil tydeliggjøre at fosterets vektestimat vil bli beregnet basert på en modell som inkluderer disse forskjellige målingene i de aktuelle enhetene.

Oppsummert vil hver måling være tydelig atskilt basert på enheten, og fosterets vektestimat vil bli forklart for å vise hvordan de forskjellige målingene kombineres.

36 uker amenoré

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 (Faktiske)

1. april 2025

Primær fullføring (Faktiske)

1. april 2025

Studiet fullført (Faktiske)

1. april 2025

Datoer for studieregistrering

Først innsendt

12. mars 2025

Først innsendt som oppfylte QC-kriteriene

18. mars 2025

Først lagt ut (Faktiske)

24. mars 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

25. april 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

22. april 2025

Sist bekreftet

1. mars 2025

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • CRC_GHN_2025_001

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

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