Wykrywanie EKG wrodzonej wady serca u dzieci przy użyciu sztucznej inteligencji: nowatorskie narzędzie diagnostyczne (AI-ECG-CHD)
22 kwietnia 2024 zaktualizowane przez: Jing Sun, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
Wrodzona choroba serca (CHD) jest najczęstszą chorobą wrodzoną u dzieci.
Wczesne wykrywanie, diagnozowanie i leczenie CHD u dzieci ma ogromne znaczenie dla poprawy rokowania i zmniejszenia śmiertelności dzieci, jednak obecne metody badań przesiewowych mają swoje ograniczenia.
Elektrokardiogram (EKG), jako ekonomiczny i szybki sposób wykrywania chorób serca, ma bardzo ważną wartość w diagnostyce pomocniczej CHD. Technologie Big Data i głębokiego uczenia się w sztucznej inteligencji (AI) wykazały ogromny potencjał w dziedzinie medycyny.
Nadejście ery dużych zbiorów danych zapewnia bogate zasoby danych do dogłębnego badania sygnałów EKG CHD u dzieci.
Rozwój technologii głębokiego uczenia się, a zwłaszcza przełom w dziedzinie rozpoznawania obrazu, zapewnia silne wsparcie techniczne dla inteligentnej analizy elektrokardiogramu.
Specyfika elektrokardiogramu dziecięcego wymaga opracowania specjalnego modelu algorytmu.
Obecnie badania nad zastosowaniem modeli głębokiego uczenia się do identyfikacji elektrokardiogramów dzieci są ograniczone, brakuje też szkoleń i weryfikacji na podstawie dużych zbiorów danych.
Projekt ten, oparty na chińskiej sieci współpracy badawczej dotyczącej wrodzonych chorób serca, ma na celu integrację danych i technologii głębokiego uczenia się w celu opracowania zestawu inteligentnego systemu diagnostyki wspomaganej elektrokardiogramem (system CHD-ECG AI) odpowiedniego dla dzieci z wadą serca, aby poprawić wczesną diagnostykę wykrywalność CHD i poprawić skuteczność badań przesiewowych w kierunku wrodzonych wad serca.
Przegląd badań
Status
Rekrutacyjny
Typ studiów
Obserwacyjny
Zapisy (Szacowany)
30000
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Kontakt w sprawie studiów
- Nazwa: Sun Jing, MD
- Numer telefonu: 15618497517
- E-mail: sunjing02@xinhuamed.com.cn
Lokalizacje studiów
-
-
Shanghai
-
Shanghai, Shanghai, Chiny
- Rekrutacyjny
- Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
-
Kontakt:
- Sun Jing, MD
- Numer telefonu: 15618497517
- E-mail: sunjing02@xinhuamed.com.cn
-
-
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
Akceptuje zdrowych ochotników
Tak
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Nasz zbiór danych składał się z danych retrospektywnych od pacjentów w wieku poniżej 18 lat, którzy mieli pełne EKG, echokardiografię, badania i informacje dotyczące historii choroby.
Opis
Kryteria przyjęcia:
- Wiek pierwszej wizyty wynosił od 3 miesięcy od urodzenia do 18 roku życia;
- W grupie pacjentów z ubytkiem przegrody międzyprzedsionkowej pacjenci w tej grupie musieli ukończyć badanie EKG i za pomocą dokładnej ultrasonografii serca potwierdzić, że istnieje prosty wtórny ubytek przegrody międzyprzedsionkowej bez innych złożonych wad rozwojowych serca (takich jak ektopowy spływ żył płucnych, malformacja tętnicy stożkowej tułowia). , przerwany łuk aorty, pierwotne nadciśnienie płucne itp.). W grupie pacjentów z nadciśnieniem płucnym w dokładnym badaniu ultrasonograficznym serca potwierdzono obecność nadciśnienia płucnego związanego z CHD. Grupę kontrolną stanowili pacjenci z prawidłową budową wewnątrzsercową, zbadani w badaniu ultrasonograficznym serca. Odstęp czasu pomiędzy badaniem EKG a badaniem echokardiograficznym u wszystkich pacjentów wynosił < 1 miesiąc;
- W momencie pierwszej wizyty brak poważnych chorób (niezagrażająca życiu choroba organiczna spowodowana wrodzoną wadą serca).
Kryteria wyłączenia:
- Wiek pierwszej wizyty < 3 miesiące lub > 18 lat;
- Powikłane wrodzone wady serca (takie jak nieprawidłowy spływ żył płucnych, malformacja tętnicy stożkowej tułowia, przerwanie łuku aorty, pierwotne nadciśnienie płucne itp.);
- Informacje kliniczne są niekompletne, w tym brak danych z EKG lub echokardiografii lub odstęp czasu między EKG a echokardiografią wynosi > 1 miesiąc;
- Choroby zagrażające życiu związane z innymi układami narządów;
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
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Kontrola
|
|
Nadciśnienie płucne
|
|
Ubytek przegrody międzyprzedsionkowej
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wielkoskalowa baza danych EKG dla dzieci
Ramy czasowe: 2024.01.01-2024.12.30
|
Zebrano i zestawiono dane EKG dzieci z wielu ośrodków, w tym powszechne i rzadkie typy CHD oraz prawidłowe EKG dzieci, w celu stworzenia wielkoskalowej bazy danych EKG obejmującej różne grupy wiekowe i choroby CHD.
Ponadto oryginalne dane EKG (sygnały cyfrowe lub obrazy EKG) zostaną wstępnie przetworzone w celu dostosowania ich do standardów wejściowych modeli głębokiego uczenia się, aby poprawić jakość i efektywność późniejszego szkolenia modeli oraz zmniejszyć niejednorodność wielu -centrum danych EKG.
|
2024.01.01-2024.12.30
|
|
Model elektrokardiogramu wspomaganego sztuczną inteligencją dla CHD u dzieci
Ramy czasowe: 2024.01.01-2025.12.30
|
Model głębokiej sieci neuronowej zostanie zbudowany w oparciu o algorytmy takie jak splotowa sieć neuronowa, transformatory i Autoenkodery oraz będzie szkolony i weryfikowany w wieloośrodkowym zbiorze danych EKG dzieci (85%) utworzonym w oparciu o CCHDnet, tak aby stale optymalizować modelu i poprawić jego wydajność diagnostyczną.
Co więcej, zintegrowany zostanie model głębokiego uczenia się oparty na pojedynczej chorobie, jaką jest CHD, oraz zbudowany zostanie system AI CHD-ECG, który ostatecznie automatycznie wyodrębni i rozpozna ogólne podstawowe informacje, takie jak wiek i płeć dziecka poprzez EKG, a następnie na tej podstawie przewidzieć i klasyfikować potencjalną charakterystykę CHD w EKG.
Jako początkowy kierunek badań grupa badawcza wybrała reprezentatywne podtypy CHD – ubytek przegrody międzyprzedsionkowej oraz nadciśnienie płucne.
|
2024.01.01-2025.12.30
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
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 stycznia 2024
Zakończenie podstawowe (Szacowany)
30 grudnia 2024
Ukończenie studiów (Szacowany)
30 grudnia 2025
Daty rejestracji na studia
Pierwszy przesłany
22 kwietnia 2024
Pierwszy przesłany, który spełnia kryteria kontroli jakości
22 kwietnia 2024
Pierwszy wysłany (Rzeczywisty)
25 kwietnia 2024
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
25 kwietnia 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
22 kwietnia 2024
Ostatnia weryfikacja
1 kwietnia 2024
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- XHEC-C-2024-053-1
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIEZDECYDOWANY
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 .