Anatomiigenkänningsverktygets noggrannhetsforskning i realtid för ultraljudsstyrda PENG- och suprainguinal fascia Iliaca-block
Noggrannhetsstudie av ett AI-baserat anatomiidentifieringsverktyg i realtid för användning i ultraljudsstyrd PENG (perikapsulärt nervblock) och suprainguinal fascia Iliaca-block
Bakgrund och motivering: Ultraljudsvägledd regionalbedövning är idag en mycket använd metod för smärtlindring. En kritisk aspekt av proceduren är noggrann visualisering av anatomiska strukturer på ultraljud för att exakt definiera målområden. Att särskilja omgivande vävnader med en avbildningsmodell som automatiskt känner igen sonoanatomi i ultraljudsbilder kommer att minska oavsiktliga intraneurala injektioner eller skador på andra anatomiska strukturer i närheten och öka patientsäkerheten.
Forskningsfråga; Hur kan vi förbättra de ultraljudsbilder vi ofta använder i regionala block genom att integrera dem med artificiell intelligens för att minska komplikationer och förbättra tillämpningar? Och vad är noggrannheten hos det utvecklade artificiella intelligensstödet under bildbehandling?
Forskningssyfte; Detta jobb; Vi strävar efter att ytterligare öka säkerheten för olika regionala blockpositioner, minimera risken för komplikationer och förbättra ultraljudsvisualisering genom att utveckla en artificiell intelligensmodell (AI Model-Artificial Intelligence) som automatiskt identifierar och segmenterar anatomiska landmärken, ger visuell vägledning för oerfarna kollegor , och förbättrar prestandan för den utvecklade modellen under applikation. syftar till att visa dess noggrannhet.
Hypotes; Ett flertal studier har visat att användningen av ultraljud och neurostimulatorer i praktiken ökar framgången, uppkomsten och kvaliteten på nervblockader, men på grund av den låga förekomsten av större komplikationer och avsaknaden av jämförbara randomiserade studier kan man inte göra något definitivt uttalande om huruvida ultraljud minskar den totala frekvensen av nervskador. En bildmodell som automatiskt markerar sonoanatomi med artificiell intelligens i ultraljudsbilder kan minska oavsiktliga intraneurala injektioner eller skador på andra anatomiska strukturer i närheten och förbättra patientsäkerheten.
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
Forskningsprocesser; Studien kommer att bestå av två steg. Fas 1: PENG, insamling av sonoanatomiska bilder av Supraingiuinal Fascia Iliaca-block och utveckling av programvara för artificiell intelligens (i friska frivilliga utan invasiva procedurer) Steg 2: Genomföra valideringsstudie med den utvecklade artificiella intelligensen
Steg 1: Att ta ultraljudsbilder från friska frivilliga (150 frivilliga) för att producera artificiell intelligens - Hur man tar PENG och Suprainguinal Fascia Iliaca Block sonoanatomiska bilder är som följer.
1.1) PENG (Pericapsular Nerve Group Block): Bilder kommer att tas med både linjära och konvexa sonder. Sonoanatomisk information kommer att samlas in från friska frivilliga och inga invasiva ingrepp kommer att utföras. 150 (75 kvinnor -75 män) friska frivilliga som går med på att ta ultraljudsbilder kommer att inkluderas.
1.2) Suprainguinal Fascia Iliaca Block: Bilder kommer att tas med en linjär sond. Sonoanatomisk information kommer att samlas in från friska frivilliga och inga invasiva ingrepp kommer att utföras. 150 (75 kvinnor-75 män) friska frivilliga som går med på att ta ultraljudsbilder kommer att inkluderas.
I den första fasen av denna studie, tack vare PENG och Suprainguinal Fascia Iliaca blockbilder som samlats in från frivilliga, artificiell intelligens-teknologin Smart Alfa Teknoloji San. känner igen och markerar de anatomiska strukturerna i denna region. och Tic. Inc. Det kommer att utvecklas av och läggas till Nerveblox mjukvara. Efter att PENG- och Suprainguinal Fascia Iliaca-block har inkluderats i programvaran kommer Nerveblox-mjukvaran att användas under valideringen i den andra fasen av studien.
Fas 2: I den andra fasen av studien, Smart Alfa Teknoloji San. och Tic. Inc. Artificiell intelligens-teknologi kallad Nerveblox, som utvecklades med de data som togs emot i det första skedet med stöd av företaget, kommer att användas. Det är validerings- och noggrannhetsstudien av den artificiella intelligensteknologi som utvecklades i det första steget. Noggrannhetsstudien kommer att genomföras på 40 friska frivilliga. 20 män och 20 kvinnor kommer att ingå i studien.
Tack vare Nerveblox artificiell intelligens-teknologi som utvecklats i detta skede, är noggrannheten hos de anatomiska strukturerna markerade och färgade av den regionalspecifika artificiella intelligensen; Den kommer att utvärderas av 6 erfarna narkosläkare baserat på ultraljudsbilder gjorda av 2:a, 3:e och 4:e års assistenter (två assistenter från varje år). Den andra fasen är valideringsfasen och validerarna kommer att vara erfarna anestesiologer (minst fem års specialiserad erfarenhet). Validatorer kommer att bedöma noggrannheten i representationen av varje fördefinierat anatomiskt landmärke med hjälp av en 5-gradig skala (1: Mycket dålig, 2: Dålig, 3: Bra, 4: Mycket bra, 5: Utmärkt); Noggrannhet definieras som expertutlåtanden om hur programvarugenererade landmärkesetiketter representerar sann anatomi i råa ultraljudsbilder.
Studietyp
Kontakter och platser
Studieorter
-
-
Meram
-
Konya, Meram, Kalkon, 42140
- Yasin Tire
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
För den första fasen av studien bestämdes 150 frivilliga, 75 kvinnor och 75 män, av företaget Smart Alfa, som kommer att producera artificiell intelligens.
I provstorleksanalysen som genomfördes för det andra steget fastställdes att det skulle finnas 19 deltagare för varje grupp med en alfafelmarginal på 0,05, med en effektgrad på 80 % för jämförelse av två grupper. Effekten som användes för denna beräkning beräknades till 0,837 och den faktiska effekten beräknades till 0,812, baserat på liknande studier. Som ett resultat av analysen, med tanke på bortfallet, var det planerat att rekrytera 20 deltagare till varje grupp. (20 kvinnor - 20 män)
Beskrivning
Inklusionskriterier:
- Går med på att ta ultraljudsbilder
- Frisk - Inga samsjukligheter
- Vuxna individer mellan 18-65 år
Exklusions kriterier:
- De som inte accepterar ultraljudsbilder
- Individer under 18 år
- med komorbiditeter
- Graviditet
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Manlig
Fas 1: Skapa artificiell intelligens från ultraljudsskanningar av 150 friska frivilliga Sonoanatomical PENG och Suprainguinal Fascia Iliaca Block-bilder tas enligt följande. 1) PENG (Pericapsular Nerve Group Block): Linjära och konvexa sonder kommer att användas för att samla in bilder. Inga invasiva procedurer kommer att utföras på friska försökspersoner för sonoanatomiska data. 150 friska frivilliga (75 kvinnor-75 män) kommer att undersökas med ultraljud. 1.2) Suprainguinal Fascia Iliaca Block: Linjära sondbilder. Inga invasiva procedurer kommer att utföras på friska försökspersoner för sonoanatomiska data. 150 friska individer (75 kvinnor-75 män) kommer att undersökas med ultraljud. Fas 2: Smart Alfa Teknoloji San. och Tic. Inc. kommer att använda Nerveblox, ett artificiellt intelligenssystem byggt med hjälp av data från det första steget, i den andra delen av studien. Första steget validering och noggrannhetsstudie av artificiell intelligensteknologi. Noggrannhetsstudien kommer att involvera 40 friska frivilliga. 20 män och 20 kvinnor kommer att studeras. |
Fas 1 1: Att ta ultraljudsbilder från friska frivilliga (150 frivilliga) för att producera artificiell intelligens - Hur man tar PENG och Suprainguinal Fascia Iliaca Block sonoanatomiska bilder är som följer. Fas 2: I den andra fasen av studien, Smart Alfa Teknoloji San. och Tic. Inc. Artificiell intelligens-teknologi kallad Nerveblox, som utvecklades med de data som togs emot i det första skedet med stöd av företaget, kommer att användas. Det är validerings- och noggrannhetsstudien av den artificiella intelligensteknologi som utvecklades i det första steget. Noggrannhetsstudien kommer att genomföras på 40 friska frivilliga. 20 män och 20 kvinnor kommer att ingå i studien. |
|
Kvinna
Fas 1: Skapa artificiell intelligens från ultraljudsskanningar av 150 friska frivilliga Sonoanatomical PENG och Suprainguinal Fascia Iliaca Block-bilder tas enligt följande. 1) PENG (Pericapsular Nerve Group Block): Linjära och konvexa sonder kommer att användas för att samla in bilder. Inga invasiva procedurer kommer att utföras på friska försökspersoner för sonoanatomiska data. 150 friska frivilliga (75 kvinnor-75 män) kommer att undersökas med ultraljud. 1.2) Suprainguinal Fascia Iliaca Block: Linjära sondbilder. Inga invasiva procedurer kommer att utföras på friska försökspersoner för sonoanatomiska data. 150 friska individer (75 kvinnor-75 män) kommer att undersökas med ultraljud. |
Fas 1 1: Att ta ultraljudsbilder från friska frivilliga (150 frivilliga) för att producera artificiell intelligens - Hur man tar PENG och Suprainguinal Fascia Iliaca Block sonoanatomiska bilder är som följer. Fas 2: I den andra fasen av studien, Smart Alfa Teknoloji San. och Tic. Inc. Artificiell intelligens-teknologi kallad Nerveblox, som utvecklades med de data som togs emot i det första skedet med stöd av företaget, kommer att användas. Det är validerings- och noggrannhetsstudien av den artificiella intelligensteknologi som utvecklades i det första steget. Noggrannhetsstudien kommer att genomföras på 40 friska frivilliga. 20 män och 20 kvinnor kommer att ingå i studien. |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Artificiell intelligens Programstorlek
Tidsram: Baserat, under ultraljud.
|
Tack vare PENG- och Suprainguinal Fascia Iliaca-blockbilder som samlats in från frivilliga i den första fasen av denna studie, känner den artificiella intelligensteknologin Smart Alfa-företaget igen och markerar de anatomiska strukturerna i dessa fyra regioner.
Det kommer att utvecklas av och läggas till Nerveblox mjukvara.
|
Baserat, under ultraljud.
|
|
Poäng av bedömning bilderna
Tidsram: Efter ultraljudet.
|
I den andra fasen, tack vare Nerveblox artificiell intelligens-teknologi som utvecklats, märks och färgas noggrannheten hos de anatomiska strukturerna av den regionalspecifika artificiella intelligensen; Den kommer att utvärderas baserat på ultraljudsbilder gjorda av 2:a, 3:e och 4:e års assistenter och av anestesiläkare med minst 5 års erfarenhet.
|
Efter ultraljudet.
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: Yasin Tire, Konya City Hospital
- Studierektor: Betül Afşar, Konya City Hospital
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- Study Artificial intelligence
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 .