- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT02022397
Avaliação automatizada de vias aéreas difíceis com técnicas de reconhecimento facial (PeScho)
Avaliação Automática de Ventilação Difícil e Intubação a partir de Análise Automática de Face e Inteligência Artificial
Visão geral do estudo
Status
Descrição detalhada
Qualquer intubação traqueal requer uma triagem e avaliação pré-operatória para obter o histórico médico essencial do paciente, otimizar a condição do paciente em caso de qualquer doença coexistente antes da operação e selecionar o melhor método de anestesia para o dia da cirurgia . O objetivo desta avaliação é identificar potenciais dificuldades anestésicas, como preditores de vias aéreas difíceis, que ainda hoje representam a primeira causa de litígio em estudos fechados relacionados à anestesia.
Na primeira etapa do procedimento de avaliação pré-operatória, o paciente será analisado pelo software. O paciente será guiado automaticamente por uma série de testes de 10 minutos e o software analisará em tempo real suas características morfológicas e dinâmicas para classificar o paciente em uma das 5 categorias descritas na próxima seção. Detalhes relevantes para ventilação e intubação difíceis (estáticas e dinâmicas), como quantificar a distância exata entre os incisivos (abertura da boca), visibilidade e detecção de marcos anatômicos na boca aberta (úvulas, pilares, amígdalas, língua, faringe posterior), distância tireo-mentoniana, circunferência do pescoço, mobilidade do pescoço com movimento anterior e posterior máximo. A análise será realizada por:
- computar automaticamente essas medidas relevantes usando algoritmos robustos de visão computacional capazes de detectar, descrever e rastrear a face e o pescoço com alto nível de precisão e robustez para poses extremas (rotação esquerda e direita e movimento para cima e para baixo da face)
- desenvolvendo poderosas técnicas de processamento de imagem para descrever e calcular estruturas intra-orais. Os dois conjuntos de medidas serão combinados em uma abordagem de aprendizado de máquina capaz de classificar o paciente. Os resultados da análise, bem como todos os vídeos gravados de cada teste, serão armazenados em um banco de dados central e acessados em tempo real pelo médico para continuar a consulta pré-operatória.
O paciente então será submetido à cirurgia planejada no horário inicialmente planejado e será entubado para esse fim. O registro adequado do grau de intubação na sala de cirurgia será documentado e introduzido no banco de dados de avaliação. Dessa forma, o banco de dados evoluirá com a avaliação e a pontuação final da intubação pós-operatória para melhorar a previsibilidade automática do algoritmo de aprendizado de máquina.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Contato de estudo
- Nome: Patrick Schoettker, Assoc Prof
- Número de telefone: +41795561043
- E-mail: patrick.schoettker@chuv.ch
Locais de estudo
-
-
VD
-
Lausanne, VD, Suíça, 1011
- Recrutamento
- Dpt of Anesthesiology, University of Lausanne CHUV
-
Contato:
- Patrick Schoettker, Assoc Prof
- Número de telefone: +41795561043
- E-mail: patrick.schoettker@chuv.ch
-
Investigador principal:
- Patrick Schoettker, Assoc Prof
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- paciente adulto (15 anos de idade)
- pacientes que necessitam de intubação endotraqueal para anestesia geral
Critério de exclusão:
-recusa do paciente
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
|---|
|
intubação difícil
população em geral necessitando de intubação traqueal para anestesia geral
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Classificação computadorizada de intubação difícil
Prazo: 1 dia
|
classificação automática por inteligência artificial em 3 classes de dificuldade de intubação
|
1 dia
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Patrick Schoettker, Assoc Prof, University of Lausanne Hospitals
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Estimado)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- 183/09
- CTI (Número de outro subsídio/financiamento: Swiss Commission Technology and Innovation 12636.1)
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .