- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07253012
System Asystenta Analgezji Wspomagany Sztuczną Inteligencją (SEASCAPE)
System wspomagający analgezję wspomagany sztuczną inteligencją do właściwego zarządzania nocycepcją
Głównym celem projektu SEASCAPE jest zaprojektowanie, opracowanie i wdrożenie narzędzia klinicznego w postaci systemu współpilotowego opartego na uczeniu maszynowym (ML) i sztucznej inteligencji (AI) do monitorowania i kontroli nocycepcji w czasie rzeczywistym podczas znieczulenia ogólnego (GA).
Ostatecznym celem klinicznym jest optymalizacja indywidualnego zarządzania bólem poprzez precyzyjne dozowanie dożylnych opioidów (w szczególności remifentanylu), minimalizując w ten sposób występowanie przedawkowania i niedawkowania. Oczekuje się, że ta optymalizacja poprawi wyniki leczenia pacjentów, zmniejszy powikłania związane z opioidami i zwiększy ogólną opłacalność procedur anestezjologicznych.
Główne pytanie naukowe kierujące tymi pracami brzmi: Czy można opracować i zweryfikować nowy algorytm, który zapewni lepszą precyzję analityczną w zarządzaniu analgezją poprzez niezawodne rozróżnianie prawdziwych reakcji nocyceptywnych od zakłócających zmiennych fizjologicznych – takich jak niedostateczna blokada nerwowo-mięśniowa lub zmiany głębokości znieczulenia – znacząco poprawiając tym samym ramy podejmowania decyzji klinicznych w zakresie kontroli nocycepcji śródoperacyjnej? Projekt ten odpowiada na uznane wyzwanie w anestezjologii: zdefiniowanie obiektywnej miary do ilościowego określania nocycepcji i antynocycepcji podczas GA.
Populacja badana: Pacjenci zakwalifikowani do planowych zabiegów chirurgicznych wymagających znieczulenia ogólnego (GA).
Istniejąca interwencja: Standardowy schemat znieczulenia obejmuje ciągły wlew dożylny remifentanylu w celu analgezji śródoperacyjnej, zazwyczaj sterowany przez system kontroli docelowej (TCI) wykorzystujący model farmakokinetyczny/farmakodynamiczny (PK/PD) (model Eleveld TCI).
Obszar zainteresowań projektu: Badanie ma na celu poprawę dokładności i skuteczności tej istniejącej strategii analgetycznej poprzez integrację wielowymiarowego strumienia danych pacjenta z nowo opracowanym współpilotem AI SEASCAPE. Ma to na celu udoskonalenie przewidywań dawki remifentanylu wykraczających poza możliwości obecnego modelu TCI, tworząc spersonalizowany system.
Przegląd badań
Status
Warunki
Szczegółowy opis
Ocena bólu podczas znieczulenia ogólnego (GA) stanowi istotne wyzwanie kliniczne, ponieważ bezpośrednia ocena bólu jest niemożliwa z powodu zniesienia świadomych reakcji.
W związku z tym klinicyści muszą interpretować dużą ilość pośrednich danych fizjologicznych (tętno, ciśnienie krwi, EEG, przewodnictwo skóry), aby określić poziom nocycepcji – proces wykrywania szkodliwych bodźców przez układ nerwowy – przy danych przechwytywanych z wielu, często niezależnych monitorów.
Ta manualna metoda jest z natury nieefektywna i podatna na błędy w osądzie.
Wynikiem tego niedostatku jest suboptymalne zarządzanie bólem, gdzie przedawkowanie lub niedostateczne dawkowanie opioidów zwiększa ryzyko poważnych zdarzeń niepożądanych, takich jak chroniczność bólu.
Stanowi to problem zdrowia publicznego, który powoduje niepełnosprawność i znaczące pogorszenie jakości życia.
Możliwość poprawy tego zarządzania leży w integracji danych za pomocą zaawansowanych technologii.
Chociaż istnieją modele farmakokinetyczne/farmakodynamiczne (PK/PD) do szacowania zindywidualizowanych dawek opioidów, same w sobie są niewystarczające.
Ich walidacja opierała się głównie na parametrach EEG, bez uwzględnienia całej złożoności zmiennych fizjologicznych zaangażowanych w nocycepcję.
Luka informacyjna i inherentna nieefektywność obecnego manualnego procesu otwierają drzwi dla przełomowego rozwiązania: opracowania systemu współpilotowego opartego na uczeniu maszynowym (ML)/AI, ujętego w kontekście biotechnologii do stawiania czoła globalnym wyzwaniom.
Ten projekt proponuje wykorzystanie możliwości ML do opracowania systemu współpilotowego zdolnego do inteligentnej integracji modelu PK/PD remifentanylu z danymi w czasie rzeczywistym z wielu monitorów (hemodynamicznych, EEG, relaksacji nerwowo-mięśniowej i nocycepcji).
Rozwiązanie ma na celu zindywidualizowaną optymalizację zarządzania bólem, minimalizując ryzyko niewłaściwego dawkowania.
Wdrożenie tej technologii jest kluczowe, ponieważ brak działania utrwaliłby nieefektywność i ogromne koszty związane ze słabymi wynikami klinicznymi.
I odwrotnie, ten system obiecuje poprawę wyników pooperacyjnych, takich jak zmniejszenie częstości występowania uporczywego bólu, oraz wygenerowanie bezpośredniego pozytywnego wpływu na koszty opieki zdrowotnej i jakość opieki.
Kliniczny współpilot SEASCAPE dąży do integracji danych w czasie rzeczywistym z monitorów wieloparametrowych, EEG, TOF (ciąg czterech bodźców), ANI (wskaźnik nocycepcji analgezji), respiratorów i pomp infuzyjnych za pośrednictwem platformy Mindray m-Connect.
Wspomaganie podejmowania decyzji poprzez klasyfikację nocycepcji i generowanie priorytetowych alertów („zwiększ”, „utrzymaj” lub „zmniejsz” dawkę remifentanylu).
Personalizacja analgezji przy użyciu modeli PK/PD TCI dostosowanych do zmiennych indywidualnych, ze szczególnym rozróżnieniem między nocycepcją, hipnozą i relaksacją mięśniową.
Wśród jego konkurencyjnych zalet są rzeczywista interoperacyjność, praktyczne wsparcie kliniczne, zaawansowana personalizacja oraz pozytywny wpływ operacyjny i kliniczny.
Ten wpływ pozwala na redukcję powikłań pooperacyjnych, skrócenie czasu operacji i optymalizację zarządzania łóżkami.
Projekt przewiduje ochronę algorytmu, oprogramowania i interfejsu poprzez patent i prawa autorskie oraz umowę licencyjną z Mindray na korzystanie z m-Connect, wspieraną przez Dyrekcję Transferu i Rozwoju UC.
Podsumowując, SEASCAPE oferuje innowacyjne rozwiązanie, łączące AI, personalizację i wsparcie kliniczne w czasie rzeczywistym, z jasnym planem walidacji i skalowania na rynek.
Identyfikacja wzorców nocycepcji: Aby zidentyfikować odrębne wzorce nocycepcji poprzez analizę zmian w wielu zmiennych fizjologicznych i farmakologicznych, w tym parametrów hemodynamicznych, danych elektroencefalogramu (EEG), zmienności ANI, parametrów respiratora mechanicznego oraz szacowanej dawki remifentanylu pochodzącej z modelu PK/PD TCI Elevelda.
Różnicowanie stanu znieczulenia: Aby zidentyfikować wzorce, które wiarygodnie odróżniają stany niewystarczającej głębokości znieczulenia i niewystarczającej relaksacji mięśniowej, wykorzystując zmiany w parametrach hemodynamicznych, EEG i danych respiratora.
Te wzorce będą walidowane przy użyciu seryjnego monitorowania nerwowo-mięśniowego (np. TOF) i podanej dawki środka blokującego przewodnictwo nerwowo-mięśniowe.
Ocena użyteczności klinicznej: Aby określić stopień użyteczności (UX), mocne strony, słabe strony i możliwości poprawy interfejsu systemu współpilotowego SEASCAPE z perspektywy użytkowników końcowych (anestezjologów).
Opracowanie systemu współpilotowego jest zorganizowane jako prospektywne badanie obserwacyjne w trzech fazach:
Faza 1: Wstępne prospektywne badanie kohortowe (N=30) Projekt: Prospektywne badanie kohortowe, zgodne z wytycznymi STROBE.
Populacja: 30 pacjentów zakwalifikowanych do operacji w znieczuleniu ogólnym, stratyfikowanych według wieku: 10 pacjentów (0-18 lat), 10 pacjentów (19-60 lat) i 10 pacjentów (powyżej 60 lat).
Zbieranie danych: Gromadzenie danych demograficznych, parametrów życiowych, parametrów wentylacyjnych, danych farmakologicznych (model PK/PD remifentanylu Elevelda), monitorowania relaksacji mięśniowej, danych ANI i danych EEG.
Cel: Wygenerowanie wstępnego potoku danych dla systemu współpilotowego z oznaczonymi zmianami i bodźcami zweryfikowanymi przez ustalone punkty czasowe operacji do późniejszej analizy.
Faza 2: Rozszerzone prospektywne badanie kohortowe (N=100) Projekt: Prospektywne badanie kohortowe, zgodne z wytycznymi STROBE.
Populacja: 100 dodatkowych pacjentów, stratyfikowanych według dwóch technik znieczulenia: Całkowite znieczulenie dożylne (TIVA) i znieczulenie wziewne (znieczulenie gazami).
Cel: Wygenerowanie większego zbioru danych do trenowania systemu współpilotowego.
Celem jest, aby system z powodzeniem przewidywał tendencję wskazówek do podawania remifentanylu:
Rekomendacja zwiększenia podawania remifentanylu.
Rekomendacja utrzymania obecnego podawania remifentanylu.
Rekomendacja zmniejszenia podawania remifentanylu.
Faza 3: Opisowe prospektywne badanie obserwacyjne (N=20) Projekt: Opisowe prospektywne badanie obserwacyjne, zgodne z wytycznymi STROBE, skupione na czynnikach ludzkich i użyteczności.
Populacja: Oczekiwany udział 20 anestezjologów (z ogólnej liczby 35 w ośrodku rozwijającym).
Cel: Zebranie zmiennych związanych z klinicznym środowiskiem anestezjologicznym z perspektywy anestezjologów, identyfikując mocne strony, słabe strony i możliwości poprawy proponowanego interfejsu.
Opracowanie interfejsu: Interfejs graficzny zostanie zbudowany przy użyciu procesu projektowania zorientowanego na użytkownika (UCD), w tym tworzenia wireframe'ów, wireflow i prototypów niskiej wierności (np. w Figmie), aby zapewnić dostępną, funkcjonalną i wizualnie spójną platformę, która ułatwia intuicyjną interakcję.
Rejestracja danych Pacjenci planowani chirurgicznie (lub ich przedstawiciele prawni) spełniający kryteria włączenia zostaną zaproszeni do udziału i podpiszą dokumentację świadomej zgody.
Dane demograficzne zostaną zarejestrowane.
Znane bodźce nocyceptywne zostaną wprowadzone, aby zapewnić kontrolowane odniesienie do walidacji systemu bez modyfikowania standardowego postępowania klinicznego nadzorującego anestezjologa.
Obliczenie wielkości próby Ustalono liczbę 30 przypadków dla pierwszej fazy.
Wymagane jest 100 pacjentów dla drugiej fazy.
To obliczenie uwzględnia potencjalne straty z powodu niekompletnych lub nieistniejących zapisów, czasu trwania operacji przekraczającego dwie godziny oraz analizę 16 zmiennych.
n=20 anestezjologów dla Fazy 3.
Rejestracja danych Aby uzyskać dane badawcze, planowani pacjenci chirurgiczni (lub ich przedstawiciele prawni), którzy spełniają kryteria włączenia i nie spełniają kryteriów wykluczenia, zostaną zaproszeni do udziału.
Rekrutacja będzie przeprowadzana w dniu przyjęcia do jednostki przedoperacyjnej lub dzień przed zaplanowaną operacją.
Po przyjęciu zostaną zebrane dane ogólne, a dokumentacja zostanie podpisana zgodnie z procesem świadomej zgody.
Dane demograficzne (wiek, waga, wzrost i płeć) zostaną zarejestrowane, a znane bodźce nocyceptywne zostaną ustalone.
Ma to na celu skontrastowanie typowych działań klinicystów i ustalenie standardu bez modyfikowania zwykłego postępowania anestezjologa odpowiedzialnego za przypadek.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Victor Contreras, RN, MSN
- Numer telefonu: +56955049217
- E-mail: vecontre@uc.cl
Kopia zapasowa kontaktu do badania
- Nazwa: Karen Azagra, RA
- Numer telefonu: +56955049217
- E-mail: karen.azagra@uc.cl
Lokalizacje studiów
-
-
-
Santiago, Chile
- Rekrutacyjny
- Hospital Clínico UC Christus
-
Santiago, Chile
- Jeszcze nie rekrutacja
- Division de Anestesiologia
-
Kontakt:
- Victor Contreras, MSN, RN
- Numer telefonu: +56955049217
- E-mail: vecontre@uc.cl
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Pacjenci zakwalifikowani do planowej operacji w znieczuleniu ogólnym.
- Operacje zaplanowane na co najmniej dwie godziny.
Kryteria wykluczenia:
- Pacjenci poddawani operacjom w trybie nagłym.
- Kobiety w ciąży.
- Obecność niepełnosprawności umysłowej lub intelektualnej przed hospitalizacją.
- Uzależnienie od narkotyków.
- Operacje zaplanowane na więcej niż 4 godziny.
- Powikłania śródoperacyjne wymagające zmian w rutynowym postępowaniu.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Pacjenci
Pacjenci w wieku od 0 do 99 lat, z których zostaną wyodrębnione zapisy otrzymanej GA.
|
Ekstrakcja danych uzyskanych z monitorowania hemodynamicznego, BIS, ANI, aparatu do znieczulenia i pomp infuzyjnych przy użyciu systemu e-getaway firmy Mindray.
Inne nazwy:
|
|
Anestezjolog
Anestezjolodzy, którzy będą używać Seascape w trybie pilotażowym
|
Sztucznie inteligentny system asystujący copilot do zarządzania nocycepcją.
SEASCAPE Pierwsza generacja.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Opracować i wdrożyć SEASCAPE
Ramy czasowe: Od początku procesu znieczulenia do końca znieczulenia
|
Opracowanie i wdrożenie systemu asystenta opartego na uczeniu maszynowym do monitorowania nocycepcji u pacjentów poddanych znieczuleniu ogólnemu z analgezją z zastosowaniem kontrolowanej infuzji docelowej (TCI) remifentanylu przy użyciu modelu Elevelda, w celu wsparcia klinicystów w podejmowaniu decyzji śródoperacyjnych i optymalizacji zarządzania nocycepcją.
|
Od początku procesu znieczulenia do końca znieczulenia
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wzorce nocyceptywne
Ramy czasowe: Od początku procesu znieczulenia do końca znieczulenia
|
W celu identyfikacji wzorców nocyceptywnych na podstawie zmian w zmiennych hemodynamicznych, elektroencefalogramie, zmienności wskaźnika ANI, parametrach respiratora mechanicznego oraz szacowanej dawce remifentanylu zgodnie z predykcyjnym modelem TCI Elevelda.
|
Od początku procesu znieczulenia do końca znieczulenia
|
|
Wzorce głębokości znieczulenia i niewystarczającego zwiotczenia mięśni
Ramy czasowe: Od początku procesu znieczulenia do końca znieczulenia
|
Identyfikuj wzorce głębokości znieczulenia i niedostatecznego rozluźnienia mięśni, uwzględniając zmiany w zmiennych hemodynamicznych, elektroencefalogramie i respiratorze mechanicznym, skwantyfikowane przez serię monitorowania nerwowo-mięśniowego i podaną dawkę środka zwiotczającego mięśnie.
|
Od początku procesu znieczulenia do końca znieczulenia
|
|
Stopień użyteczności SEASCAPE
Ramy czasowe: Od początku procesu anestezjologicznego do końca znieczulenia
|
Określ stopień użyteczności systemu SEASCAPE przez użytkowników (anestezjologów).
|
Od początku procesu anestezjologicznego do końca znieczulenia
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Victor Contreras, RN, MSN, Pontificia Universidad Catolica de Chile
Publikacje i pomocne linki
Publikacje ogólne
- Connor CW. Artificial Intelligence and Machine Learning in Anesthesiology. Anesthesiology. 2019 Dec;131(6):1346-1359. doi: 10.1097/ALN.0000000000002694.
- Wingert T, Lee C, Cannesson M. Machine Learning, Deep Learning, and Closed Loop Devices-Anesthesia Delivery. Anesthesiol Clin. 2021 Sep;39(3):565-581. doi: 10.1016/j.anclin.2021.03.012. Epub 2021 Jul 12.
- Eleveld DJ, Colin P, Absalom AR, Struys MMRF. Target-controlled-infusion models for remifentanil dosing consistent with approved recommendations. Br J Anaesth. 2020 Oct;125(4):483-491. doi: 10.1016/j.bja.2020.05.051. Epub 2020 Jul 9.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 250310009
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .