Применение искусственного интеллекта к ЭКГ в 12 отведениях для диагностики легочной гипертензии: обсервационное исследование
Цель этого обсервационного исследования — применить искусственный интеллект (ИИ) и технологию машинного обучения к электрокардиограмме в 12 отведениях (ЭКГ) в состоянии покоя и оценить, может ли это помочь врачам в ранней диагностике легочной гипертензии (ЛГ). Ранняя и точная диагностика является важным шагом для пациентов с ЛГ. Это помогает обеспечить эффективное лечение на ранней стадии, что улучшает прогноз и качество жизни. Основные вопросы, на которые должно ответить наше исследование:
- Может ли технология ИИ на ЭКГ в 12 отведениях точно предсказать наличие ЛГ?
- Может ли технология ИИ на ЭКГ в 12 отведениях идентифицировать определенные подтипы ЛГ?
- Может ли технология ИИ на ЭКГ в 12 отведениях предсказать смертность у пациентов с ЛГ?
В этом исследовании исследователи будут набирать ЭКГ в 12 отведениях от согласившихся участников, которые подверглись катетеризации правых отделов сердца (RHC) в рамках своей обычной клинической помощи. К этим ЭКГ будет применяться технология искусственного интеллекта, чтобы оценить, может ли автоматизированная технология предсказать наличие ЛГ и связанных с ней подтипов.
Обзор исследования
Статус
Условия
Вмешательство/лечение
Подробное описание
Это исследование будет проводиться под руководством Royal United Hospital Bath NHS Trust и Ливерпульского университета Джона Мура. Целью этого исследования является использование искусственного интеллекта (ИИ) и технологии машинного обучения, чтобы помочь клиницистам в ранней диагностике легочной гипертензии (ЛГ). Мы предполагаем, что технологии ИИ могут улучшить количественную оценку и интерпретацию параметров, участвующих в обнаружении ЛГ. Это достигается либо путем выделения значительных отклонений на ЭКГ в 12 отведениях, либо путем быстрого обеспечения полностью автоматизированных измерений характеристик на ЭКГ в 12 отведениях, которые указывают на ЛГ. Сочетание этих электрокардиографических признаков с клиническими данными может обеспечить высокоточные прогностические инструменты.
Это обсервационное исследование будет иметь ретроспективную и проспективную группы с 3-летним периодом наблюдения. Участникам не потребуются дополнительные тесты или процедуры на любом этапе исследования. Любые ЭКГ, выполненные в течение 12 месяцев до катетеризации правых отделов сердца участника (RHC), будут подвергнуты анализу искусственного интеллекта, чтобы установить, можно ли идентифицировать ранние признаки ЛГ.
Для всех набранных участников будет использоваться анонимная форма отчета о клиническом случае для сбора подробной информации, касающейся их демографических данных и обычного клинического ухода. Время наблюдения и результаты, включая смертность и заболеваемость, также будут регистрироваться.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Места учебы
-
-
-
Bath, Соединенное Королевство
- Royal United Hospital Bath NHS Trust
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- проспективная когорта: с июля 2023 г. все пациенты в возрасте 18 лет и старше, направленные в службу коллективного ухода за пациентами с легочной гипертензией в Бате с клиническим подозрением на легочную гипертензию, и которым в рамках обычного клинического ухода проводится ПГК и ЭКГ в 12 отведениях.
- Ретроспективная когорта: все пациенты в возрасте 18 лет и старше, которые были направлены в местную службу совместного лечения легочной гипертензии в период с 2007 г. по июнь 2023 г. и получали рутинную клиническую помощь, прошли РГК в течение года после ЭКГ в 12 отведениях. В эту группу также войдут умершие пациенты.
Критерий исключения:
- Возраст пациента менее 18 лет
- Пациенты, не давшие действительного согласия (за исключением умерших пациентов; одобрено REC)
- Пациенты, которые не подвергались РГК для оценки ЛГ
- Пациенты, у которых не было ЭКГ в течение 12 месяцев после RHC
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Ретроспективная когорта
Пациенты, которые ранее были осмотрены местной службой легочной гипертензии в период с 2007 г. по июнь 2023 г. с подозрением на легочную гипертензию и перенесли катетеризацию правых отделов сердца (RHC), будут приглашены для участия в исследовании членом прямого клинического команда по уходу.
Их ЭКГ будет проанализирована с использованием технологии искусственного интеллекта для разработки алгоритма, помогающего диагностировать ЛГ.
|
Искусственный интеллект описывает компьютерное программное обеспечение, предназначенное для имитации когнитивных функций человека.
Машинное обучение — это тип искусственного интеллекта, в котором созданная модель подвергается воздействию данных, выявляет закономерности и распознает взаимосвязь между признаками, наблюдаемыми в данных, и «основной правдой».
Эта технология будет применяться к участникам ЭКГ.
|
|
Перспективная когорта
Пациенты, направленные в местную службу PH с июля 2023 года с подозрением на легочную гипертензию и проходящие катетеризацию правых отделов сердца, будут приглашены для участия в исследовании членом бригады непосредственной клинической помощи.
Их ЭКГ будет проанализирована с использованием технологии искусственного интеллекта для разработки алгоритма, помогающего диагностировать ЛГ.
|
Искусственный интеллект описывает компьютерное программное обеспечение, предназначенное для имитации когнитивных функций человека.
Машинное обучение — это тип искусственного интеллекта, в котором созданная модель подвергается воздействию данных, выявляет закономерности и распознает взаимосвязь между признаками, наблюдаемыми в данных, и «основной правдой».
Эта технология будет применяться к участникам ЭКГ.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Диагностика легочной гипертензии
Временное ограничение: исходный уровень
|
Исследователи вычислят площадь под кривой рабочей характеристики приемника (AUROC) для диагностики легочной гипертензии с помощью технологии искусственного интеллекта и сравнит ее с RHC (золотым стандартом).
|
исходный уровень
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Подтип легочной гипертензии
Временное ограничение: исходный уровень
|
Исследователи оценят точность диагностических тестов технологии искусственного интеллекта, чтобы классифицировать ЭКГ участников в соответствии с подтипом легочной гипертензии и сравнить это со стандартной клинической оценкой.
|
исходный уровень
|
|
Смертность
Временное ограничение: 3 года
|
Исследователи вычислят площадь под кривой рабочих характеристик приемника (AUROC) для смертности в соответствии с предсказаниями технологии искусственного интеллекта.
|
3 года
|
|
Заболеваемость
Временное ограничение: исходный уровень
|
Исследователи рассчитывают площадь под кривой рабочих характеристик приемника для заболеваемости, предсказанной технологией искусственного интеллекта, и сравнивают ее с текущими показателями (функциональный класс NYHA, 6MWT, тесты функции легких).
|
исходный уровень
|
Соавторы и исследователи
Соавторы
Следователи
- Главный следователь: Dan Augustine, BSc, MBBS, MRCP, Royal United Bath NHS Foundation Trust
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- RD2651
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .