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

Artificiell intelligens (AI) i kardiotokografi (CTG) tolkning

5 oktober 2020 uppdaterad av: University Hospital Inselspital, Berne

Introduktion av artificiell intelligens (AI) och maskininlärning i kardiotokografitolkning (CTG) för att förbättra klinisk användning

Projektledarna planerar att skapa ett system för kliniskt beslutsstöd (CDS) genom att programmera en självlärande programvara för att analysera spåren av kardiotokografi (CTG) i den - redan befintliga - databasen från mödravårdsavdelningen på Inselspital Bern. Projektledarna kommer att bearbeta och analysera alla kliniska resultat av de uppskattade 10000-15000 kvalificerade patientjournalerna. CSEM kommer att designa, utveckla och validera flera AI-arkitekturer med avsikten att skapa CDS-systemet. AI skulle lära sig att hjälpa till med denna uppgift genom att träna algoritmer för maskininlärning (ML). Huvudsyftet med AI-CDS kommer att vara att bestämma det bästa fosterextraktionsögonblicket under förlossningen, baserat på ett självlärande tillvägagångssätt, som ett "övermänskligt" stödverktyg för obstetriker i beslutsfattande under förlossningen.

Studieöversikt

Status

Okänd

Betingelser

Studietyp

Observationell

Inskrivning (Förväntat)

15000

Kontakter och platser

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

Studieorter

  • Schweiz
      • Bern, Schweiz, 3010
        • Rekrytering
        • Frauenklinik Inselspital Bern
        • Kontakt:
        • Kontakt:
        • Huvudutredare:
          • Daniel I Surbek, Prof. Dr. med
        • Underutredare:
          • Anda I Radan, Dr. med.
        • Underutredare:
          • Karin I Strahm, Dr. med.

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

Kvinna

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Patienter med singelgraviditeter och CTG-registreringar under förlossningen från 01.01.2006 till 31.12.2019

Beskrivning

Inklusionskriterier:

  • CTG-registreringar av patienter med singelgraviditet under förlossningen 01.01.2006 till 31.12.2019
  • Graviditetsålder ≥ 24+0 veckor
  • Ålder ≥ 18 år
  • Skriftligt informerat samtycke

Exklusions kriterier:

  • Dokumenterat avslag
  • Flera graviditeter
  • CTG-registreringar av planerade kejsarsnitt

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Kohort
  • Tidsperspektiv: Retrospektiv

Vad mäter studien?

Primära resultatmått

Resultatmått
Tidsram
Överlägsen förutsägelse av fostersjukdom genom det självlärande CDS-systemet än om det utförs av enbart förlossningsläkare, särskilt när det gäller specificitet.
Tidsram: 3 månader
3 månader

Samarbetspartners och utredare

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

Sponsor

University Hospital Inselspital, Berne

Samarbetspartners

CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Developpement

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 (Förväntat)

1 oktober 2020

Primärt slutförande (Förväntat)

1 juni 2021

Avslutad studie (Förväntat)

1 juni 2021

Studieregistreringsdatum

Först inskickad

5 oktober 2020

Först inskickad som uppfyllde QC-kriterierna

5 oktober 2020

Första postat (Faktisk)

12 oktober 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

12 oktober 2020

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

5 oktober 2020

Senast verifierad

1 oktober 2020

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 2020-00501

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 .

Prenumerera