Artificiell intelligens för förbättrad ekokardiografi
7 april 2022 uppdaterad av: Helse Nord-Trøndelag HF
Teknik återvänder till morgondagens ultraljudslösningar - artificiell intelligens för förbättrad ekokardiografi
Syftet med denna studie är att bedöma effekten av artificiell intelligensalgoritmer på bildkvaliteten vid ekokardiografi.
Studieöversikt
Status
Avslutad
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Studiepopulationen kommer att rekryteras från utsedda patienter vid Kardiologiska kliniken, St. Olavs Hospital. Efter att ha informerats om studien kommer alla patienter som ger informerat samtycke och uppfyller behörighetskraven att genomgå sin vanliga kliniska ekokardiografiska undersökning utförd av en sonograf på kliniken. Två ytterligare undersökningar kommer sedan att utföras av en annan sonograf respektive en sakkunnig kardiolog.
I en av studiearmarna kommer sonografen som randomiserats att utföra den andra undersökningen att använda AI-algoritmen (intervention).
Studietyp
Interventionell
Inskrivning (Faktisk)
88
Fas
- Inte tillämpbar
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
-
Trondheim, Norge, 7491
- St. Olav University Hospital
-
-
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
18 år och äldre (Vuxen, Äldre vuxen)
Tar emot friska volontärer
Nej
Kön som är behöriga för studier
Allt
Beskrivning
Inklusionskriterier:
- Förmåga att samtycka
Exklusions kriterier:
- Indikation för ekokardiografiska kontrastmedel
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Övrig
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Med AI-algoritm
I armen "Med AI-algoritm" kommer sonografen att utföra den ekokardiografiska undersökningen med hjälp av AI-algoritmen.
|
Algoritmen är baserad på artificiell intelligens, vilket ger sonografen som utför den ekokardiografiska undersökningen i realtid feedback på vänsterkammars apikala förkortning. Algoritmen är utvecklad med hjälp av djupinlärningstekniker av teknologer vid Institutionen för cirkulation och medicinsk bildbehandling, NTNU.
|
|
Inget ingripande: Utan AI-algoritm
I "Utan AI-algoritm" kommer den ekokardiografiska undersökningen att utföras utan användning av AI-algoritmen.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Vänster kammare apikala förkortning
Tidsram: 0 dagar
|
Apikal förkortning kommer att utvärderas på ett förblindat sätt av ekokardiografiexperter post hoc.
De två studiearmarna kommer att jämföras.
|
0 dagar
|
Andra resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Bildkvalitet
Tidsram: 0 dagar
|
Bildkvaliteten kommer att utvärderas på ett förblindat sätt av ekokardiografiexperter post hoc.
Ett standardiserat poängsystem för bildkvalitet inom ekokardiografi utvecklat lokalt kommer att användas för utvärdering med poäng 1-6, där 1 är minimum och 6 är maximal poäng.
De två studiearmarna kommer att jämföras.
|
0 dagar
|
|
Interobservatörsvariation av storleken på vänster kammare
Tidsram: 0 dagar
|
Under hela denna studie kommer sonograferna och expertkardiologen att utföra mätningar baserat på deras individuella ekokardiografiska bilder.
Skillnader i mätningar kommer att utvärderas för att bestämma variationer mellan observatörer mellan sonografer och kardiologer.
|
0 dagar
|
|
Interobservatörsvariation av vänsterkammarfunktion
Tidsram: 0 dagar
|
Under hela denna studie kommer sonograferna och expertkardiologen att utföra mätningar baserat på deras individuella ekokardiografiska bilder.
Skillnader i mätningar kommer att utvärderas för att bestämma variationer mellan observatörer mellan sonografer och kardiologer.
|
0 dagar
|
|
Validering av AI-algoritm för att upptäcka förkortning
Tidsram: 0 dagar
|
Jämförelse av AI-algoritm för att upptäcka förkortning med manuell referens
|
0 dagar
|
|
Variation mellan observatörer av storleken på vänster förmak
Tidsram: 0 dagar
|
Under hela denna studie kommer sonograferna och expertkardiologen att utföra mätningar baserat på deras individuella ekokardiografiska bilder.
Skillnader i mätningar kommer att utvärderas för att bestämma variationer mellan observatörer mellan sonografer och kardiologer.
|
0 dagar
|
|
Inter-observatörsvariation av vänster förmaksfunktion
Tidsram: 0 dagar
|
Under hela denna studie kommer sonograferna och expertkardiologen att utföra mätningar baserat på deras individuella ekokardiografiska bilder.
Skillnader i mätningar kommer att utvärderas för att bestämma variationer mellan observatörer mellan sonografer och kardiologer.
|
0 dagar
|
|
Utveckling av AI-algoritm för realtidsbedömning av vänster förmak
Tidsram: 0 dagar
|
Hjärtstrukturer som vänster förmak (LA) lumen, LA vägg, LA appendix, mitralisklaff kommer att annoteras och användas som referens.
|
0 dagar
|
|
Variation genom metodik
Tidsram: 0 dagar
|
Variation i mätning beroende på mätsättet
|
0 dagar
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Samarbetspartners
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 (Faktisk)
29 september 2020
Primärt slutförande (Faktisk)
30 juni 2021
Avslutad studie (Faktisk)
30 juni 2021
Studieregistreringsdatum
Först inskickad
23 september 2020
Först inskickad som uppfyllde QC-kriterierna
2 oktober 2020
Första postat (Faktisk)
8 oktober 2020
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
14 april 2022
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
7 april 2022
Senast verifierad
1 april 2022
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- TRUST-AI_201
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Nej
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 .