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

AIR-CPR-studien: AI-veiledet brystkompresjon (AIR-CPR)

19. februar 2026 oppdatert av: Sheng-En Chu, Far Eastern Memorial Hospital

Bruk av kunstig intelligens for å optimalisere kompresjonsområdet på brystet under hjerte-lunge-redning for pasienter med hjertestans utenfor sykehus.

AIR-CPR-prosjektet har som mål å forbedre overlevelsessatsen for pasienter med hjertestans utenfor sykehus (OHCA) ved å bruke kunstig intelligens (AI) for å optimalisere plasseringen av hjertekompresjoner. Nåværende retningslinjer anbefaler et standardisert kompresjonspunkt (den nedre halvdelen av brystbeinet), men nyere forskning viser at denne posisjonen kan komprimere aortaklaffen hos omtrent 48,7 % av pasientene, noe som betydelig reduserer sjansene for vellykket gjenoppliving.

Denne studien vil utvikle en dyp læringsmodell basert på YOLO v8 for å analysere arterielle trykkbølgeformer i sanntid for å identifisere riktig åpning og lukking av aortaklaffen. Ved å identifisere spesifikke bølgeformegenskaper som mennesker ikke lett kan skille, vil AI-en veilede redningspersonell til å justere kompresjonsstedet – vanligvis mot venstre hjertekammer – for å sikre optimal blodutstrømning. Prosjektet søker å transformere hjerte-lungeredning fra en standardisert "en størrelse passer alle"-tilnærming til en personlig, presisjonsmedisinsk intervensjon.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Denne treårige prospektive studien er designet for å utvikle og klinisk validere en "AI-forbedret arteriell bølgeformmonitor" for å veilede presisjon HLR.

  1. Forskningshypotese og mål Studien tester hypotesen om at AI kan nøyaktig forutsi aortaklaffkompresjon (bekreftet av transøsofageal ekkokardiografi, TEE) ved å analysere arterielle trykkbølgeformer, og dermed la redningspersonell finne det optimale kompresjonsstedet som unngår aortaklaffen og maksimerer hjerteminuttvolum.

  2. Implementeringsfaser

    Prosjektet er delt inn i fem distinkte faser:

    Caseforberedelse: Inkludering av 150 pasienter med plutselig hjertestans utenfor sykehus for å samle synkronisert TEE-video og arterielt trykkdata.

    Arteriell bølgeformdeteksjonsmodell: Utvikling av en algoritme for å automatisk segmentere kontinuerlige trykksignaler i enkelkompresjonsbølgeformprøver.

    Kompresjonsregiondeteksjonsmodell: Trening av en YOLO v8-basert modell integrert med pasientens fysiologiske data (alder, kjønn, medisinsk historie) for å skille mellom "komprimert" og "ikke-komprimert" aortaklafftilstand.

    Klinisk ekstern testing: Inkludering av ytterligere 75 pasienter for å verifisere modellens nøyaktighet mot TEE "gullstandard"-funn.

    Gjennomførbarhetsvurdering: Implementering av modellen som en "Resuscitation Support App" i 30 virkelige kliniske tilfeller for å evaluere dens sanntidsveiledningsevne, hastighet og påvirkning på pasientutfall.

  3. Teknisk metodikk

    Datautvinning: Bruk av binarisering og interpolasjonskurvetilpasning for å trekke ut høykvalitative numeriske data direkte fra fysiologiske monitorer.

    AI-arkitektur: Bruk av en forbedret YOLO v8-rammeverk kombinert med en oppmerksomhetsbasert arkitektur og fullstendig tilkoblede nevrale nettverk for å inkorporere komplekse pasientheterogeniteter.

    Klinisk intervensjon: Når AI identifiserer aortaklaffkompresjon, vil redningspersonell bli bedt om å justere kompresjonslokaliseringen (typisk nedover og til venstre) inntil klaffen ikke lenger er obstruert.

  4. Utfallsmål Studien vil evaluere Identifiseringssuksessrate (AI vs. TEE), Unngåelsessuksessrate (vellykket reposisjonering), og tradisjonelle gjenopplivingsmål inkludert ROSC, overlevelse til utskrivning og gunstige nevrologiske utfall.

Studietype

Observasjonsmessig

Registrering (Antatt)

255

Kontakter og plasseringer

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

Studiekontakt

  • Navn: Sheng-En Chu, physician
  • Telefonnummer: 886-2-7728-1843
  • E-post: ianchu300@msn.com

Studiesteder

  • Taiwan
    • Banqiao
      • New Taipei City, Banqiao, Taiwan, 220
        • Rekruttering
        • Far Eastern Memorinal Hospital
        • Ta kontakt 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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Studiepopulasjonen består av voksne pasienter som opplever ikke-traumatisk hjertestans utenfor sykehus og som transporteres til akuttmottaket ved Far Eastern Memorial Hospital. Dette anlegget er det eneste medisinske senteret i New Taipei City og håndterer omtrent 30 % av byens OHCA-tilfeller, noe som sikrer et mangfoldig og stort utvalg av pasienter som mottar avansert livredning.

Beskrivelse

Inklusjonskriterier:

  1. Voksne i alderen 20 år eller eldre.
  2. Pasienter med hjertestans utenfor sykehus (OHCA) som gjennomgår 3.hjerte-lungeredning (HLR) på akuttmottaket.

Hjertestans forårsaket av ikke-traumatiske faktorer.

Eksklusjonskriterier:

  1. Gravide pasienter.
  2. Pasienter med tydelige tegn på død.
  3. Pasienter med signert "Ikke gjenopplive" (DNR)-ordre.
  4. Pasienter som krever ekstrakorporal hjerte-lungeredning (ECPR).
  5. Pasienter som krever resuscitativ endovaskulær ballongokklusjon av aorta (REBOA).
  6. Hjertestans forårsaket av massiv blødning, aorta-akuttmedisinske tilstander, spenningspneumotoraks, hjertetamponade eller lungeemboli.
  7. Historie med alvorlig aortaklaffesykdom eller tidligere aortaklaffeoperasjon.
  8. Pasienter hvor TEE eller femoral arteriell kateterisering er kontraindisert.
  9. Situasjoner hvor medisinsk team ikke er i stand til å utføre TEE eller femoral arteriell kateterisering under HLR.

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
Pasienter med hjertestans utenfor sykehus som mottar AI-forbedret gjenoppliving.
Voksne pasienter (20 år eller eldre) med ikke-traumatisk hjertestans utenfor sykehus (OHCA) som mottar avansert livredning (ALS) ved Far Eastern Memorial Hospitals akuttmottak. Denne kohorten leverer data til AI-trening (år 1-2) og deltar i den kliniske valideringen av AI-veiledet kompresjonsteknikk (år 3).
Enhet: Enhet: AI-forbedret arteriell bølgeformmonitor (AIR-CPR App)
En dyp læringsapplikasjon basert på YOLO v8-arkitekturen som analyserer sanntids arterietrykksbølgeformer fra en femoral A-linje. Den identifiserer om den nåværende hjertekompresjonslokasjonen forårsaker aortaklaffkompresjon (bekreftet av TEE) og gir umiddelbar tilbakemelding til reanimeringsteamet.
Fremgangsmåte: AI-styrt omposisjonering av brystkompresjon
Når AI-applikasjonen indikerer aortaklaffkompresjon, justerer redningsmannen posisjonen for mekanisk brystkompresjon (LUCAS). Basert på litteratur og AI-tilbakemelding, innebærer justeringen typisk å flytte kompresjonspunktet nedover og mot den venstre parasternalelinjen for å unngå aortaklaffen og optimalisere venstre ventrikkelutstrømning.
Diagnostisk test: Transøsofageal ekkokardiografi (TEE)
Brukt som "gullstandarden" gjennom hele studien. TEE utføres under hjerte-lungeredning for å registrere den faktiske åpning og lukking av aortaklaffen og deformasjonen av hjertekamrene, noe som gir etiketter for AI-trening og verifisering for klinisk testing.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
AI-identifiseringsnøyaktighet for aortaklaffkompresjon
Tidsramme: Innsamlet under klinisk testfase og gjennomførbarhetsvurdering (år 2 og 3).
Nøyaktigheten til AI-modellen i å identifisere om aortaklaffen er komprimert eller åpen under HLR, ved bruk av transøsofageal ekkokardiografi (TEE) som gullstandarden for verifisering.
Innsamlet under klinisk testfase og gjennomførbarhetsvurdering (år 2 og 3).

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Vellykket unngåelse av aortaklaffkompresjon
Tidsramme: Under den kliniske gjennomførbarhetsvurderingen (år 3).
Andelen av tilfeller der gjenopplivnings-teamet med hell justerte plasseringen av hjertekompresjoner for å stoppe kompresjon av aortaklaffen basert på tilbakemelding fra AI-appen, bekreftet av TEE.
Under den kliniske gjennomførbarhetsvurderingen (år 3).
Tid brukt for kompresjonsjustering
Tidsramme: Under den kliniske gjennomførbarhetsvurderingen (År 3).
Tidsintervallet mellom den første arterielle bølgeformsdeteksjonen og fullføringen av reposisjoneringen av brystkompresjonen.
Under den kliniske gjennomførbarhetsvurderingen (År 3).
Rate of Return of Spontaneous Circulation (ROSC)
Tidsramme: Fra starten av gjenopplivningen på akuttmottaket til utskrivelse fra sykehuset eller død (opptil omtrent 30 dager).
Forekomst av ROSC og vedvarende ROSC (opprettholdt i $\ge 20$ minutter), samt overlevelsesrater ved sykehusinnleggelse og utskrivning.
Fra starten av gjenopplivningen på akuttmottaket til utskrivelse fra sykehuset eller død (opptil omtrent 30 dager).
Gunstig nevrologisk utfall ved utskrivning
Tidsramme: Ved utskrivning fra sykehuset (opptil omtrent 30 dager).
Vurdering av nevrologisk status ved bruk av Cerebral Performance Category (CPC 1-2) eller Modified Rankin Scale (mRS 0-2).
Ved utskrivning fra sykehuset (opptil omtrent 30 dager).
Brystkompresjonsfraksjon (CCF)
Tidsramme: Under klinisk gjennomførbarhetsvurdering (år 3).
Andelen av total reanimeringstid hvor hjertekompresjoner ble utført, og sikre at AI-styrte justeringer ikke påvirker kompresjonenes kontinuitet negativt.
Under klinisk gjennomførbarhetsvurdering (år 3).

Samarbeidspartnere og etterforskere

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

Sponsor

Far Eastern Memorial Hospital

Samarbeidspartnere

National Health Research Institutes, Taiwan

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

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)

6. januar 2025

Primær fullføring (Antatt)

31. desember 2027

Studiet fullført (Antatt)

31. desember 2027

Datoer for studieregistrering

Først innsendt

19. februar 2026

Først innsendt som oppfylte QC-kriteriene

19. februar 2026

Først lagt ut (Faktiske)

24. februar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

24. februar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

19. februar 2026

Sist bekreftet

1. februar 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 113046-F

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