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

Å utvikle en kunstig intelligens-basert enhet for luftveisvurdering (AINFAS) for å identifisere pasienter med vanskelige luftveier før operasjon.

8. februar 2026 oppdatert av: National University Hospital, Singapore

Kunstig intelligens-basert 3D-ansiktsskanner for luftveisvurdering (AINFAS)

Vi utvikler en ny kunstig intelligens som bruker avansert datateknologi for å hjelpe leger med å identifisere pasienter som kan ha vanskelige luftveier før kirurgi eller akutte prosedyrer. Noen ganger, når en person trenger hjelp til å puste, må leger sette inn et rør i luftveiene deres. Dette kan være utfordrende for noen mennesker på grunn av formen på munnen, halsen eller nakken. Vi håper at kunstig intelligens vil se på en pasients ansiktstrekk for å forutsi om det kan være noen vanskeligheter.

Studieoversikt

Status

Aktiv, ikke rekrutterende

Forhold

Detaljert beskrivelse

AINFAS (Artificial Intelligence-enabled system for airway assessment) er et innovativt AI-system vi utvikler for å revolusjonere luftveishåndtering i helsevesenet. Dette avanserte kunstige intelligens-systemet er designet for å analysere pasientegenskaper og forutsi potensielle vanskeligheter i luftveishåndtering før enhver medisinsk prosedyre som kan kreve pustehjelp. Ved hjelp av sofistikerte maskinlæringsalgoritmer behandler AINFAS data som ansiktsstruktur og halsanatomi for å vurdere sannsynligheten for en vanskelig luftvei. Dette ikke-invaderende, raske vurderingsverktøyet har potensielle anvendelser i ulike helseinnstillinger, inkludert preoperativ vurdering, akuttmottak, intensivavdelinger og til og med før-sykehusbehandling. Ved å gi tidlig identifisering av potensielle luftveisutfordringer, har AINFAS som mål å forbedre pasientsikkerhet, optimalisere ressursallokering og tilby en standardisert, objektiv metode for luftveisvurdering. For tiden under utvikling og testing, representerer dette AI-systemet et betydelig fremskritt i bruken av teknologi for å forbedre klinisk beslutningstaking og pasientsikkerhet i kritiske aspekter av medisinsk behandling.

Studietype

Observasjonsmessig

Registrering (Faktiske)

1000

Kontakter og plasseringer

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

Studiesteder

      • Singapore, Singapore, 119074
        • National University Hospital Singapore

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
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter som gjennomgår operasjon i National University Hospital Singapore kun.

Beskrivelse

Inklusjonskriterier:

  • Gjennomgår kirurgi under generell anestesi som krever endotrakeal intubasjon eller supraglottisk luftvei
  • 21–100 år gammel

Eksklusjonskriterier:

  • Alder under 21 år
  • Pasienter med tidligere kirurgi som har endret ansiktsutseende
  • Pasienter med trakeostomi
  • Pasienter med orofaryngeal patologi
  • Pasienter med nasofaryngealcarcinom etter strålebehandling eller kjemoterapi
  • Gravide kvinner
  • Pasienter hvis leger ikke brukte laryngoskop eller supraglottisk luftvei

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
Generell anestesi ved kirurgi
deltakere som får tatt bilder av seg ved hjelp av en nettbrett-enhet etter en standardisert protokoll for å fange relevante ansikts- og halsfunksjoner. Disse fotografiene vil deretter bli analysert ved hjelp av programvare, som vurderer bildene for potensielle indikatorer på en vanskelig luftvei.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktigheten til AINFAS i å forutsi vanskelige luftveier
Tidsramme: Vurderingen vil foregå fra tidspunktet for preoperativ KI-analyse gjennom til fullføringen av intubasjonsprosedyren, vanligvis innen 48 timer.
Å identifisere og karakterisere de viktigste prediktive parameterne som bidrar til AI-systemets samlede evne til å oppdage vanskelige luftveier.
Vurderingen vil foregå fra tidspunktet for preoperativ KI-analyse gjennom til fullføringen av intubasjonsprosedyren, vanligvis innen 48 timer.

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Identifisering av nye prediktorer for vanskelige luftveier
Tidsramme: Dataanalyse vil bli utført etter fullføring av alle deltakerprosedyrer, vanligvis innen 2 år etter den siste deltakerens vurdering.
Å identifisere og karakterisere nye prediktive parametere som bidrar til KI-systemets samlede evne til å bestemme sannsynligheten for en vanskelig luftvei.
Dataanalyse vil bli utført etter fullføring av alle deltakerprosedyrer, vanligvis innen 2 år etter den siste deltakerens vurdering.

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Will Ne-Hooi Loh, National University Hospital, Singapore

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)

17. mai 2022

Primær fullføring (Faktiske)

24. januar 2025

Studiet fullført (Antatt)

1. desember 2026

Datoer for studieregistrering

Først innsendt

21. desember 2025

Først innsendt som oppfylte QC-kriteriene

8. februar 2026

Først lagt ut (Faktiske)

13. februar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

13. februar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. februar 2026

Sist bekreftet

1. desember 2025

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • 2021/00908

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

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