- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06675266
ПЛАНЕР: Искусственный интеллект для распознавания аномалий мозга плода при сканировании мозга плода во втором триместре (AIRFRAME)
Разработка алгоритма искусственного интеллекта для распознавания отклонений от нормы при рутинном УЗИ головного мозга плода. ПЛАНЕР (Искусственный интеллект для распознавания аномалий головного мозга плода)
Обзор исследования
Статус
Подробное описание
Применение ИИ в акушерском УЗИ включает три аспекта: идентификация структуры, автоматические и стандартизированные измерения и классификационная диагностика. Поскольку акушерское УЗИ требует много времени, использование искусственного интеллекта также может сократить время обследования и улучшить рабочий процесс.
Дизайн исследования: это многоцентровое ретроспективное наблюдательное когортное исследование и последующее проспективное когортное исследование. Разработка исследования будет организована в два этапа.
Первый этап, ретроспективное исследование осуществимости, имеет целью разработать и обучить AI-алгоритм с использованием нормальных и аномальных изображений, ретроспективно полученных во время ультразвукового сканирования второго триместра в различных международных центрах медицины плода.
Второй этап, проспективная клиническая проверка, имеет целью протестировать алгоритм искусственного интеллекта при оценке базовой анатомии мозга плода в условиях реальной клиники с участием реальных пациентов из каждого из участвующих центров медицины плода.
Условия: Три (3) центра фетальной медицины.
Участники: одноплодная беременная популяция, прошедшая ультразвуковое исследование на сроке беременности 19–22 недели в участвующих центрах.
Первичная конечная цель: валидация новой технологии на основе искусственного интеллекта для автоматизированной оценки базовой анатомии мозга плода, которую потенциально можно использовать для скринингового сканирования во втором триместре.
Вторичные конечные точки:
Улучшить эффективность стандартного скрининга анатомии головного мозга плода во втором триместре, обеспечив его надежную сонографическую оценку в более короткие сроки.
Обнаружить более высокую повторяемость и воспроизводимость, что позволит реализовать ультразвуковой скрининг также с точки зрения эффективности в широком масштабе, оптимизируя ресурсы здравоохранения. На первом этапе исследования участвующие центры фетальной медицины будут искать в своих электронных базах данных изображения одноплодных беременных женщин, которые проходила УЗИ на сроке 19+0 - 22+6 недель гестации при наличии любых аномалий головного мозга плода. Нормальные изображения мозга плода в том же гестационном возрасте будут предоставлены поддерживающими центрами, то есть Fondazione Policlinico A. Gemelli, IRCCS и Университетом Пармы. Клиническая, ультразвуковая, пренатальная и послеродовая информация каждого случая будет получена из медицинских карт пациента и введена в электронную базу данных главным исследователем каждого участвующего центра. Полученные изображения будут анонимизированы, сохранены в формате DICOM и переданы через специальную облачную систему хранения, которая будет создана командой биоинженеров. Каждый центр сможет получить доступ к веб-системе, используя личный идентификатор и пароль.
На втором этапе исследования алгоритм будет проспективно протестирован и проверен в реальных клинических условиях с участием реальных пациентов из каждого из участвующих центров медицины плода. Критерии включения и исключения, протокол визуализации и сбор данных будут такими же, как и на ретроспективном этапе.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Alessandra Familiari, MD
- Номер телефона: +39 3285887422
- Электронная почта: alessandra.familiari@policlinicogemelli.it
Места учебы
-
-
-
Rome, Италия, 00136
- Рекрутинг
- Fondazione Policlinico Universitario Agostino Gemelli
-
Контакт:
- Alessandra Familiari, MD
- Номер телефона: +39 3285887422
- Электронная почта: alessandra.familiari@policlinicogemelli.it
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Женщины с одноплодной беременностью, проходящие ультразвуковое исследование в сроке 19+0 - 22+6 нед.
Критерии исключения:
- Женщины, не прошедшие скрининговое сканирование второго триместра в установленном сроке беременности.
- Женщины, у которых хорошая визуализация трансвентрикулярной, трансталамической и трансмозжечковой плоскостей головки плода была технически невозможна.
- Женщины, которые не способны дать информированное согласие.
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
СЛУЧАЙ
Плоды с аномалиями головного мозга
|
Разработка ИИ-алгоритма для раннего выявления аномалий головного мозга плода во втором триместре беременности
Другие имена:
|
|
УПРАВЛЕНИЕ
Плоды с аномалиями головного мозга
|
Разработка ИИ-алгоритма для раннего выявления аномалий головного мозга плода во втором триместре беременности
Другие имена:
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Алгоритм ИИ
Временное ограничение: 2 года
|
Количество случаев, выявленных с применением алгоритма ИИ
|
2 года
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Воспроизводимость
Временное ограничение: 1 год
|
Количество случаев, выявленных с применением алгоритма ИИ, по сравнению со стандартными методами пренатальной диагностики
|
1 год
|
Соавторы и исследователи
Соавторы
Следователи
- Главный следователь: Alessandra Familiari, Fondazione Policlinico Universitario A. gemelli, IRCCS
Публикации и полезные ссылки
Общие публикации
- Chen H, Wu L, Dou Q, Qin J, Li S, Cheng JZ, Ni D, Heng PA. Ultrasound Standard Plane Detection Using a Composite Neural Network Framework. IEEE Trans Cybern. 2017 Jun;47(6):1576-1586. doi: 10.1109/TCYB.2017.2685080. Epub 2017 Mar 30.
- Yu Z, Tan EL, Ni D, Qin J, Chen S, Li S, Lei B, Wang T. A Deep Convolutional Neural Network-Based Framework for Automatic Fetal Facial Standard Plane Recognition. IEEE J Biomed Health Inform. 2018 May;22(3):874-885. doi: 10.1109/JBHI.2017.2705031. Epub 2017 May 17.
- Yaqub M, Kelly B, Papageorghiou AT, Noble JA. A Deep Learning Solution for Automatic Fetal Neurosonographic Diagnostic Plane Verification Using Clinical Standard Constraints. Ultrasound Med Biol. 2017 Dec;43(12):2925-2933. doi: 10.1016/j.ultrasmedbio.2017.07.013. Epub 2017 Sep 28.
- Ambroise Grandjean G, Hossu G, Bertholdt C, Noble P, Morel O, Grange G. Artificial intelligence assistance for fetal head biometry: Assessment of automated measurement software. Diagn Interv Imaging. 2018 Nov;99(11):709-716. doi: 10.1016/j.diii.2018.08.001. Epub 2018 Sep 1.
- Rydberg C, Tunon K. Detection of fetal abnormalities by second-trimester ultrasound screening in a non-selected population. Acta Obstet Gynecol Scand. 2017 Feb;96(2):176-182. doi: 10.1111/aogs.13037. Epub 2016 Nov 22.
- Hendricks KA, Simpson JS, Larsen RD. Neural tube defects along the Texas-Mexico border, 1993-1995. Am J Epidemiol. 1999 Jun 15;149(12):1119-27. doi: 10.1093/oxfordjournals.aje.a009766.
- Klusmann A, Heinrich B, Stopler H, Gartner J, Mayatepek E, Von Kries R. A decreasing rate of neural tube defects following the recommendations for periconceptional folic acid supplementation. Acta Paediatr. 2005 Nov;94(11):1538-42. doi: 10.1080/08035250500340396.
- De Wals P, Rusen ID, Lee NS, Morin P, Niyonsenga T. Trend in prevalence of neural tube defects in Quebec. Birth Defects Res A Clin Mol Teratol. 2003 Nov;67(11):919-23. doi: 10.1002/bdra.10124.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Оцененный)
Обновления учебных записей
Последнее опубликованное обновление (Оцененный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- Prod. ID 4813
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. .