Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Skuteczność badań przesiewowych AI EF za pomocą aplikacji na smartfony Nagrane klipy wideo PLAX View z USG serca

18 marca 2024 zaktualizowane przez: Sittiluck Wongwantanee, Rayong Hospital

Ocena skuteczności sztucznej inteligencji w badaniach przesiewowych funkcji lewej komory z wykorzystaniem przymostkowej perspektywy długiej osi Klipy wideo z USG serca

Ocena skuteczności sztucznej inteligencji w badaniach przesiewowych funkcji lewej komory z wykorzystaniem przymostkowej perspektywy długiej osi Klipy wideo z USG serca

WSTĘP: Echokardiografia jest podstawową procedurą diagnostyczną w leczeniu pacjentów z niewydolnością serca. Dane Ministerstwa Zdrowia Publicznego Tajlandii pokazują, że istnieje znaczna populacja pacjentów, z ponad 100 000 przyjęć rocznie z powodu tej choroby. Niemniej jednak powszechne wdrożenie echokardiografii w tej grupie pacjentów pozostaje wyzwaniem, przede wszystkim ze względu na ograniczenia w zakresie zasobów specjalistycznych, szczególnie w szpitalach wiejskich. Chociaż nowoczesne szpitale środowiskowe są wyposażone w aparaty USG umożliwiające podstawową ocenę serca (np. projekcję przymostkową w osi długiej), zapotrzebowanie na doświadczonych kardiologów pozostaje poważną przeszkodą w osiągnięciu kompleksowych możliwości diagnostycznych. Wykorzystanie możliwości technologii sztucznej inteligencji (AI), która jest biegła w dokładnym przewidywaniu i przetwarzaniu różnorodnych typów danych dotyczących opieki zdrowotnej, stanowi obiecującą szansę rozwiązania tego dominującego problemu. Celem tego badania była ocena skuteczności sztucznej inteligencji w ocenie wydolności serca na podstawie przymostkowych nagrań wideo z USG w osi długiej uzyskanych za pośrednictwem aplikacji na smartfony.

CELE: Ocena skuteczności sztucznej inteligencji w badaniach przesiewowych czynności serca na podstawie przymostkowych filmów wideo z USG serca uzyskanych za pośrednictwem aplikacji na smartfony.

Przegląd badań

Szczegółowy opis

METODY: Badacze zbudowali aplikację na smartfony do gromadzenia klipów wideo w osi długiej przymostkowej i wykorzystali sztuczną inteligencję „Easy EF” do oceny czynności serca. Wszystkie próbki, które zostały ocenione pod kątem LVEF przez certyfikowanych kardiologów, 70% wszystkich klipów wykorzystano do szkolenia sztucznej inteligencji, a pozostałe 30% klipów wykorzystano do sprawdzenia, czy sztuczna inteligencja może poprawnie przetworzyć wyniki. Sztuczna inteligencja ma na celu sklasyfikowanie czynności serca na trzy grupy: zmniejszona EF, lekko obniżona EF i zachowana LV.

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

923

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

      • Rayong, Tajlandia, 066
        • Rayong Hospital

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Kryteria przyjęcia:

  • Nagranie 5-sekundowego klipu VDO przedstawiającego USG serca w osi długiej przymostkowej zarejestrowane za pomocą smartfona Aplikacja „Easy EF” bez identyfikacji pacjenta na podstawie wyniku frakcji wyrzutowej wykonanej przez poświadczony wynik zatwierdzony przez kardiologa

Kryteria wyłączenia:

  • Niekompletny klip VDO (zbyt duże drżenie, zbyt duże nagranie)
  • Oświetlenie było niewłaściwe
  • Niewłaściwe kadrowanie USG
  • arytmia (migotanie przedsionków)

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Diagnostyczny
  • Przydział: Nielosowe
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Pojedynczy

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Aktywny komparator: Funkcja LV od kardiologa
Certyfikowany kardiolog uzyska dostęp do funkcji LV i zinterpretuje ją za pomocą tradycyjnej echokardiografii, a następnie podzieli wyniki na trzy grupy: Zachowana frakcja wyrzutowa LV (EF>50%), umiarkowanie zmniejszona frakcja wyrzutowa LV (EF40-49%), obniżona frakcja wyrzutowa LV (EF<40%)
Sztuczna inteligencja została zintegrowana z aplikacją na smartfonie i użyła aparatu smartfona do nagrania klipu VDO przedstawiającego USG serca w widoku przymostkowym w długiej osi i zwróciła użytkownikowi wynik czynności serca.
Inne nazwy:
  • sztuczna inteligencja
  • aplikacja mobilna na smartfony
Eksperymentalny: Funkcja LV Przez sztuczną inteligencję
Sztuczna inteligencja uzyska dostęp do klipów VDO tylko w widoku przymostkowym w długiej osi i podzieli je na trzy grupy: Zachowana frakcja wyrzutowa LV (EF>50%), nieznacznie zmniejszona frakcja wyrzutowa (EF40–49%), zmniejszona frakcja wyrzutowa LV (EF<40%)
Sztuczna inteligencja została zintegrowana z aplikacją na smartfonie i użyła aparatu smartfona do nagrania klipu VDO przedstawiającego USG serca w widoku przymostkowym w długiej osi i zwróciła użytkownikowi wynik czynności serca.
Inne nazwy:
  • sztuczna inteligencja
  • aplikacja mobilna na smartfony

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
skuteczność sztucznej inteligencji w badaniach przesiewowych funkcji lewej komory serca za pomocą aplikacji na smartfony
Ramy czasowe: 3 miesiące
odsetek prawidłowego zapisu czynności LV zinterpretowanego przez sztuczną inteligencję w każdej grupie czynnościowej LV (zachowana LV, nieznacznie obniżona LV, obniżona funkcja LV) i ogólne porównanie z wynikami certyfikowanego kardiologa
3 miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Współpracownicy

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 maja 2023

Zakończenie podstawowe (Rzeczywisty)

31 lipca 2023

Ukończenie studiów (Rzeczywisty)

31 lipca 2023

Daty rejestracji na studia

Pierwszy przesłany

5 marca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

18 marca 2024

Pierwszy wysłany (Rzeczywisty)

26 marca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

26 marca 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

18 marca 2024

Ostatnia weryfikacja

1 marca 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • RayongH

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

wynik kontroli AI

Ramy czasowe udostępniania IPD

3 miesiące

Kryteria dostępu do udostępniania IPD

skontaktuj się ze szpitalem Rayong

Typ informacji pomocniczych dotyczących udostępniania IPD

  • PROTOKÓŁ BADANIA
  • SOK ROŚLINNY

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Badania kliniczne na Niewydolność serca

Badania kliniczne na Łatwy EF

3
Subskrybuj