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

Chińskie badanie sztucznej inteligencji w zakresie obrazowania multimodalnego PE

27 sierpnia 2024 zaktualizowane przez: Zhenguo Zhai,MD,PhD, China-Japan Friendship Hospital

Chińska zatorowość płucna Multimodalność Badanie obrazowania i sztucznej inteligencji

Badanie CHOICE to prospektywne, wieloośrodkowe badanie obserwacyjne, w ramach którego gromadzone będą tekstowe dane obrazowe oraz surowe dane pacjentów z zatorowością płucną (PE) w Chinach. Łącząc technologię sztucznej inteligencji, ma na celu identyfikację markerów obrazowych pomocnych we wczesnej diagnostyce, diagnostyce różnicowej, stratyfikacji ryzyka i ocenie rokowania PE.

Przegląd badań

Szczegółowy opis

Zatorowość płucna (PE) stanowi istotny problem zdrowia publicznego. W leczeniu PE kluczowe znaczenie ma terminowe rozpoznanie i leczenie w ostrej fazie, a także odpowiednie strategie długoterminowej obserwacji. PE dzieli się na trzy stadia w zależności od przebiegu choroby: ostra zatorowość płucna (APE), przewlekła zakrzepowo-zatorowa choroba płuc (CTEPD) i przewlekłe zakrzepowo-zatorowe nadciśnienie płucne (CTEPH). APE może powodować ostrą niewydolność prawej komory i śmierć, jeśli nie zostanie wcześnie zdiagnozowana i leczona. CTEPD może znacząco pogorszyć jakość życia pacjentów. CTEPH jest rzadkim i potencjalnie zagrażającym życiu, długotrwałym następstwem PE, charakteryzującym się utrzymującą się niedrożnością tętnic płucnych przez zorganizowane skrzepy, prowadzącą do redystrybucji przepływu krwi i wtórnej przebudowy mikrokrążenia płucnego. Wczesna identyfikacja PE i wdrożenie ukierunkowanych planów leczenia znacząco poprawi wskaźniki przeżycia i rokowanie.

Multimodalne badania obrazowe odgrywają kluczową rolę w leczeniu PE (w tym angiografia płucna tomografii komputerowej (CTPA), rezonans magnetyczny (MRI), echokardiografia i skan wentylacji/perfuzji płuc (V/Q)). W wytycznych uznano, że stosunek prawej komory do lewej komory (RV:LV) > 1,0 w badaniu CTPA lub objawy dysfunkcji prawego serca w badaniu echokardiograficznym są ważnymi wskaźnikami oceny ryzyka APE. Pacjenci sklasyfikowani jako pacjenci wysokiego ryzyka wymagają dokładniejszego monitorowania w warunkach szpitalnych. Natomiast te sklasyfikowane jako niskie ryzyko nadają się do wcześniejszego wypisu.

Dlatego badanie nowych markerów obrazowania i włączanie ich do raportów radiologicznych może mieć potencjalne znaczenie kliniczne. Jeżeli klinicyści nie otrzymają wymiernych dowodów na dysfunkcję prawej komory, aby mogli podjąć decyzję o leczeniu, pacjentów z APE wysokiego ryzyka można uznać za „niskiego ryzyka” i wypisać do domu. Ponadto pacjenci z APE niskiego ryzyka mogą wymagać dłuższego pobytu w szpitalu i mogą nie wymagać hospitalizacji, co niewątpliwie zwiększa koszty opieki zdrowotnej. W przypadku pacjentów z CTEPD lub CTEPH możliwości leczenia są różnorodne i obejmują terapie multimodalne, takie jak endarterektomia płucna, balonowa angioplastyka płucna i celowana terapia medyczna. Dlatego ocena obrazowania multimodalnego ma znaczenie dla podejmowania decyzji dotyczących leczenia klinicznego i monitorowania skuteczności. W połączeniu z technologią sztucznej inteligencji (AI) może zapewniać różnorodne wskaźniki pomocne w ocenie morfologii skrzepów, funkcji wentylacji i perfuzji płuc, czynności serca, hemodynamiki i nie tylko. Sztuczna inteligencja może nie tylko pomóc w znalezieniu bardziej istotnych klinicznie biomarkerów obrazowania, ale także dostosować standardowe raporty radiologiczne, które mają sprostać obecnym wyzwaniom.

Niniejsze badanie jest wieloośrodkowym badaniem w świecie rzeczywistym, którego celem jest zbadanie nowych markerów obrazowania w połączeniu z technologią sztucznej inteligencji i zintegrowanie ich z oprogramowaniem do zastosowań klinicznych w celu zapewnienia parametrów ilościowych na podstawie raportów obrazowych i surowych danych pochodzących od chińskich pacjentów z PE. Przypuszcza się, że technologia sztucznej inteligencji może usprawnić wczesną diagnostykę, diagnostykę różnicową, stratyfikację ryzyka i zarządzanie PE poprzez zwiększenie możliwości dokładnej oceny PE w rzeczywistych warunkach klinicznych. Naukowcy postawili także hipotezę, że integracja technologii sztucznej inteligencji byłaby opłacalna i akceptowalna dla radiologów i klinicystów.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

1500

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

      • Beijing, Chiny, 100029
        • Rekrutacyjny
        • China-Japan Frendship hospital
        • Kontakt:
        • Kontakt:
        • Główny śledczy:
          • Min Liu, PhD

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

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Pacjenci podejrzani o PE w Chinach

Opis

Kryteria przyjęcia:

  • 14 lat i więcej
  • Pacjenci podejrzeni o PE

Kryteria wyłączenia:

  • Kobiety w ciąży
  • Odmawiaj dalszych działań
  • Niekompletne lub przerwane skany obrazowe
  • Niewystarczająca jakość danych obrazu, aby umożliwić analizę

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
Interwencja / Leczenie
Kohorta ostrej zatorowości płucnej
  1. Pacjenci obiektywnie potwierdzeni ostrą objawową PE lub PE z zakrzepicą żył głębokich (DVT)
  2. PE potwierdzono za pomocą CTPA, skanu V/Q płuc lub angiografii płucnej.
Technologia sztucznej inteligencji zapewni nowatorskie markery obrazowania i wygeneruje raport radiologiczny zawierający odpowiednie wyniki obrazowania kluczowych wycinków i oceny
Przewlekła zakrzepowo-zatorowa choroba płuc bez nadciśnienia płucnego
  1. Pacjenci z zaburzeniami czynnościowymi pomimo 3 miesięcy odpowiedniego leczenia przeciwzakrzepowego po APE.
  2. CTPA/angiografia płucna lub skan V/Q wykazały nierozwiązane skrzepliny w naczyniach płucnych.
  3. Bez nadciśnienia płucnego w spoczynku (średnie ciśnienie tętnicze płucne (mPAP) <20 mmHg), mierzone podczas cewnikowania prawego serca.
Technologia sztucznej inteligencji zapewni nowatorskie markery obrazowania i wygeneruje raport radiologiczny zawierający odpowiednie wyniki obrazowania kluczowych wycinków i oceny
Kohorta przewlekłego zakrzepowo-zatorowego nadciśnienia płucnego
  1. Pacjenci z zaburzeniami czynnościowymi pomimo 3 miesięcy odpowiedniego leczenia przeciwzakrzepowego
  2. CTPA/angiografia płucna lub skan V/Q wykazały nierozwiązane skrzepliny w naczyniach płucnych.
  3. Z nadciśnieniem płucnym w spoczynku (średnie ciśnienie tętnicze płucne (mPAP) >20 mmHg), mierzone podczas cewnikowania prawego serca.
Technologia sztucznej inteligencji zapewni nowatorskie markery obrazowania i wygeneruje raport radiologiczny zawierający odpowiednie wyniki obrazowania kluczowych wycinków i oceny
Kohorta innych chorób naczyń płucnych
Pacjenci ze zdiagnozowaną inną chorobą naczyń płucnych, w tym zapaleniem tętnic Takayasu, mięsakiem tętnicy płucnej i włókniejącym zapaleniem śródpiersia.
Technologia sztucznej inteligencji zapewni nowatorskie markery obrazowania i wygeneruje raport radiologiczny zawierający odpowiednie wyniki obrazowania kluczowych wycinków i oceny

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Częstotliwość diagnostyczna PE
Ramy czasowe: 2 lata
Porównanie przed i po technice AI.
2 lata
Wskaźniki stratyfikacji ryzyka APE (ryzyko niskie, średnio niskie, średnio wysokie i wysokie)
Ramy czasowe: 2 lata
Porównanie przed i po technice AI.
2 lata
Nasilenie choroby przewlekłej zakrzepowo-zatorowej choroby płuc (CTEPD)/przewlekłego zakrzepowo-zatorowego nadciśnienia płucnego (CTEPH)
Ramy czasowe: 2 lata
Porównanie przed i po technice AI. Ocena ciężkości choroby ma charakter kompleksowy, odnosząc się do kompleksowej oceny ryzyka w tętniczym nadciśnieniu płucnym (model trójwarstwowy) [DOI: 10.1183/13993003.00879-2022], włączając obserwacje kliniczne i zmienne modyfikowalne. Im wyższy wynik, tym poważniejszy stan.
2 lata
Śmiertelność 30 dni
Ramy czasowe: 2 lata
Śmiertelność pacjentów (śmierć) 30 dni po rozpoznaniu PE. Porównanie przed i po technice AI.
2 lata

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik niezgodnych przypadków PE
Ramy czasowe: 2 lata
Odsetek wyników fałszywie dodatnich i fałszywie ujemnych
2 lata
Wskaźnik awaryjności AI w wykrywaniu PE
Ramy czasowe: 2 lata
Odsetek skanów, których sztuczna inteligencja nie może zinterpretować pomimo odpowiedniej rejestracji CTPA
2 lata
Śmiertelność 12 miesięcy
Ramy czasowe: 2 lata
Śmiertelność pacjentów (śmierć) 12 miesięcy po rozpoznaniu PE. Porównanie przed i po technice AI.
2 lata
Długość pobytu w szpitalu dla PE
Ramy czasowe: 2 lata
Porównanie przed i po technice AI. Mierzona jako liczba dni od przyjęcia do chwili wypisu ze szpitala.
2 lata
Czas od wystąpienia objawów do ostatecznej diagnozy
Ramy czasowe: 3 miesiące
Porównanie przed i po technice AI.
3 miesiące
Koszt hospitalizacji PE według modelu Markowa
Ramy czasowe: 2 lata
Porównanie przed i po technice AI.
2 lata

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Dyrektor Studium: Zhenguo Zhai, PhD, China-Japan Friendship Hospital

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 września 2010

Zakończenie podstawowe (Szacowany)

1 września 2027

Ukończenie studiów (Szacowany)

1 września 2028

Daty rejestracji na studia

Pierwszy przesłany

15 czerwca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

28 lipca 2024

Pierwszy wysłany (Rzeczywisty)

29 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

28 sierpnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

27 sierpnia 2024

Ostatnia weryfikacja

1 sierpnia 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Informacje zebrane w ramach tego badania nie zostaną ujawnione żadnej innej osobie ani podmiotowi ani na potrzeby innych badań.

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 Zatorowość płucna

Badania kliniczne na Sztuczna inteligencja

Subskrybuj