Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Automatiserad bedömning av svåra luftvägar med ansiktsigenkänningstekniker (PeScho)

7 maj 2024 uppdaterad av: Patrick Schoettker, University of Lausanne Hospitals

Automatisk bedömning av svår ventilation och intubation från automatisk ansiktsanalys och artificiell intelligens

Generell anestesi kräver konstgjord ventilation och luftstrupsintubation för att ge patienterna konstgjord andning. Svårigheter relaterade till ventilation och intubation är fortfarande den främsta orsaken till sjuklighet och mortalitet vid allmän anestesi, huvudsakligen på grund av felaktigheter i preoperativ detektering av anatomiska faktorer som predisponerar för svåra luftvägar. I detta projekt kommer utredarna att utveckla bild- och videobehandlingsteknologier mjukvarulösningar för att möjliggöra automatisk igenkänning av anatomiska egenskaper som spelar en nyckelroll i identifiering av svår ventilation och intubation, vilket leder till modifieringar i preoperativ anestesihanteringsbedömning och därför ökar patienternas säkerhet.

Studieöversikt

Detaljerad beskrivning

Varje trakeal intubation kräver en preoperativ screening och bedömning för att erhålla patientens väsentliga medicinska historia, optimera patienternas tillstånd i händelse av någon samexisterande sjukdom före operationen och välja den bästa anestesimetoden för operationsdagen . Syftet med denna bedömning är att identifiera potentiella anestetiska svårigheter, såsom prediktorer för svåra luftvägar, som fortfarande idag representerar den första orsaken till rättstvister i anestesirelaterade slutna anspråksstudier.

I det första steget av den preoperativa bedömningsproceduren kommer patienten att analyseras av programvaran. Patienten kommer automatiskt att guidas genom en 10 minuters serie tester och programvaran kommer att analysera i realtid hans/hennes morfologiska och dynamiska egenskaper för att klassificera patienten i en av 5 kategorier som beskrivs i nästa avsnitt. Detaljer som är relevanta för svår ventilation och intubation (statisk och dynamisk), såsom kvantifiering av det exakta avståndet mellan incisiverna (öppning av munnen), synlighet och upptäckt av anatomiska landmärken i öppen mun (uvula, pelare, tonsiller, tunga, bakre svalget), tyro-mentalt avstånd, halsomkrets, nacksrörlighet med maximal främre och bakre rörelse. Analysen kommer att utföras av:

  • automatiskt beräkna dessa relevanta mått med hjälp av robusta datorseendealgoritmer som kan detektera, beskriva och spåra ansiktet och halsen med hög noggrannhet och robusthet för extrema poser (vänster och höger rotation och upp och ned rörelse i ansiktet)
  • utveckla kraftfulla bildbehandlingstekniker för att beskriva och beräkna intraorala strukturer. De två uppsättningarna av åtgärder kommer sedan att kombineras till en maskininlärningsmetod som kan klassificera patienten. Resultaten av analysen såväl som alla inspelade videor från varje enskilt test kommer att lagras i en central databas och nås i realtid av läkaren för att fortsätta den preoperativa konsultationen.

Patienten kommer sedan att genomgå sin planerade operation vid den initialt planerade tidpunkten och intuberas för detta ändamål. Korrekt registrering av graden av intubation i operationssalen kommer att dokumenteras och införas i bedömningsdatabasen. På detta sätt kommer databasen att utvecklas med bedömningen och den slutliga postoperativa intubationspoängen så att den automatiska förutsägbarheten för maskininlärningsalgoritmen förbättras.

Studietyp

Observationell

Inskrivning (Beräknad)

6000

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studieorter

    • VD
      • Lausanne, VD, Schweiz, 1011
        • Rekrytering
        • Dpt of Anesthesiology, University of Lausanne CHUV
        • Kontakt:
        • Huvudutredare:
          • Patrick Schoettker, Assoc Prof

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

16 år och äldre (Barn, Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Testmetod

Icke-sannolikhetsprov

Studera befolkning

patient som genomgår generell anestesi som kräver endotrakeal intubation

Beskrivning

Inklusionskriterier:

  • vuxen patient (15 år)
  • patienter som kräver endotrakeal intubation för allmän anestesi

Exklusions kriterier:

-patientvägran

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
svår intubation
allmän befolkning som kräver trakeal intubation för allmän anestesi

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Datoriserad klassificering av svår intubation
Tidsram: 1 dag
automatisk klassificering av artificiell intelligens i 3 klasser av intubationssvårigheter
1 dag

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Patrick Schoettker, Assoc Prof, University of Lausanne Hospitals

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart

1 mars 2012

Primärt slutförande (Beräknad)

23 december 2024

Avslutad studie (Beräknad)

23 december 2024

Studieregistreringsdatum

Först inskickad

16 december 2013

Först inskickad som uppfyllde QC-kriterierna

20 december 2013

Första postat (Beräknad)

27 december 2013

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

8 maj 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

7 maj 2024

Senast verifierad

1 maj 2024

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 183/09
  • CTI (Annat bidrag/finansieringsnummer: Swiss Commission Technology and Innovation 12636.1)

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera