- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05699850
ARTIFICIAL INTELLIGENS INOM REPRODUKTIV MEDICIN (AI in ART)
TILLÄMPNINGAR FÖR ARTIFICIAL INTELLIGENS INOM REPRODUKTIV MEDICIN
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
ARTIFICIAL INTELLIGENS (AI) APPLIKATIONER INOM REPRODUKTIV MEDICIN
Kamaleldin Abdullah Rageh, M.D. (1).
Mohammad Atef Behery, M.D. (2)
Elsayed Ali Farag, M.D. (1)
1 - Institutionen för obstetrik och gynekologi, Medicinska fakulteten, Al-Azhar University, Kairo, Egypten.
2-International Islamic Center for Population Studies and Research, Al-Azhar University, Kairo, Egypten.
Abstrakt:
Trots förbättrade nästan alla aspekter av IVF: äggstocksstimulering, embryokultur och överföring, är graviditetsfrekvensen fortfarande inte tillfredsställande. Studier bekräftar att upp till 50 % av de utförda IVF-cyklerna misslyckas och det kanske inte finns någon direkt förklaring till detta.
Och det är värt att nämna att exakt förutsägelse av resultatet av en IVF-cykel ännu inte har uppnåtts. En anledning till detta är metoden för att välja ett embryo för överföring. Morfologisk bedömning av embryon är den traditionella metoden för att utvärdera embryonkvalitet och välja vilket embryo som ska överföras. Men denna subjektiva metod för att bedöma embryon leder till inter- och intra-observatörsvariabilitet, vilket resulterar i mindre än optimala IVF-framgångsfrekvenser. Även om time-lapse-inkubatorer och preimplantationsgenetisk testning för aneuploidi har introducerats för att öka chanserna för levande födsel, förblir resultaten mindre än idealiska.
För närvarande utövar infertilitetsbehandlingar mycket ekonomisk och emotionell stress, särskilt hos patienter med tidigare misslyckade IVF-behandlingar, där det inte finns någon tydlig orsak att identifiera är en vanlig, hjärtskärande slutpunkt när den känslomässiga, ekonomiska och fysiska bördan av behandlingen eskalerar till fortsätt hitta svar, men AI-system kan hjälpa till att lösa dilemmat genom att välja de bästa livskraftiga embryona som människor inte kan göra. AI-teknologier har utmärkt potential att hjälpa infertilitetsfältet att skjuta i höjden över dess nuvarande smala fokus på enskilda embryon och upptäcka nya mönster gömda i patientdata för att övervinna de rådande infertilitetsfallen.
Embryonvalet är den mest kritiska faktorn för framgång med IVF. Det finns dock inget enskilt definitivt kriterium som kan förutsäga framgången för ett embryo. Snarare baseras embryoselektion på en mängd olika faktorer, vilket gör det svårt att förutsäga sannolikheten för en framgångsrik graviditet för varje patient och att fullt ut förstå orsaken till varje misslyckande. Så användning av artificiell intelligens (AI) kan stödja klinikerna i att fylla denna kunskapslucka, och därigenom utnyttjas i embryologilaboratoriet för att förbättra IVF-resultaten.
Studietyp
Inskrivning (Förväntat)
Kontakter och platser
Studieorter
-
-
-
Cairo, Egypten, 12358
- Rekrytering
- Al-Azhar University
-
Kontakt:
- Dr. Mohammed Atef, M.D.
- Telefonnummer: 00201006206040
- E-post: kimovip2000@yahoo.com
-
Cairo, Egypten, 15006
- Rekrytering
- Kamal Eldin Abdalla Rageh
-
Kontakt:
- Kamal Eldin A Rageh
- Telefonnummer: 0097333153871
- E-post: dr_kamal_rageh@yahoo.com
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- fertilitetsrelaterad
Exklusions kriterier:
- fertila människor
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Övrig
- Tidsperspektiv: Övrig
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
FRAMGÅNG
Tidsram: 4 MÅNADER
|
ARTIFICIAL INTELLIGENS (AI) APPLIKATIONER INOM REPRODUKTIV MEDICIN
|
4 MÅNADER
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Förväntat)
Avslutad studie (Förväntat)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Uppskatta)
Uppdateringar av studier
Senaste uppdatering publicerad (Uppskatta)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- Kamal-AI
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .
Kliniska prövningar på ARTIFICIAL INTELLIGENS (AI)
-
Dr. Cristobal EstebanOsakidetzaRekrytering
-
SynCardia Systems. LLCGodkänd för marknadsföring
-
Shandong UniversityAvslutadArtificiell intelligens | Optisk förbättring Endoskopi | FörstoringsendoskopiKina
-
Gazi UniversityTC Erciyes University; Enbiosis BiotechnologyAvslutad
-
The University of Hong KongRekrytering
-
Methinks Software SLHar inte rekryterat ännuHjärnischemi | Stroke, ischemisk | Stroke, Akut | Stroke hemorragisk
-
Montreal Heart InstituteHar inte rekryterat ännu
-
HeartFlow, Inc.Anmälan via inbjudanKranskärlssjukdomFörenta staterna
-
Kıvanç AkçaHacettepe UniversityAvslutad
-
Yuehui YinOkändFörmaksflimmer | ArytmiKina