- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06330103
Effektiviteten av AI EF-screening genom att använda smartphone-applikationen Inspelad PLAX Visa hjärt-ultraljudsvideoklipp
Bedömning av effektiviteten av artificiell intelligens vid screening av vänsterkammarfunktion med hjälp av parasternala långaxelvy Hjärt-ultraljudsvideoklipp
Bedömning av effektiviteten av artificiell intelligens vid screening av vänsterkammarfunktion med hjälp av parasternala långaxelvy Hjärt-ultraljudsvideoklipp
ABSTRAKT BAKGRUND: Ekokardiografi fungerar som en grundläggande diagnostisk procedur för att hantera hjärtsviktspatienter. Data från Thailands folkhälsoministerium visar att det finns en betydande patientpopulation, med över 100 000 inläggningar årligen på grund av detta tillstånd. Ändå är den utbredda implementeringen av ekokardiografi i denna patientgrupp fortfarande utmanande, främst på grund av begränsningar i specialistresurser, särskilt på landsbygdssjukhus. Även om moderna kommunala sjukhus är utrustade med ultraljudsmaskiner som kan göra grundläggande hjärtbedömningar (t.ex. parasternal långaxelvy), är efterfrågan på expertkardiologer fortfarande ett formidabelt hinder för att uppnå omfattande diagnostiska möjligheter. Att utnyttja kapaciteten hos artificiell intelligens (AI)-teknik, skicklig i noggrann förutsägelse och bearbetning av olika typer av hälsovårdsdata, erbjuder ett löfte för att ta itu med denna rådande fråga. Denna studie är utformad för att bedöma effektiviteten av AI för att utvärdera hjärtprestanda från parasternala ultraljudsvideoklipp med långa axlar som erhållits via smartphoneapplikationen.
MÅL: Att utvärdera effektiviteten av artificiell intelligens vid screening av hjärtfunktion från parasternala långaxel, se hjärt-ultraljudsvideoklipp som erhållits via smartphoneapplikationen.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Studietyp
Inskrivning (Faktisk)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
-
Rayong, Thailand, 066
- Rayong Hospital
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Sköt 5 sekunders VDO-klipp av parasternalt långaxel hjärt-ultraljud inspelat av smartphone Applikationen "Easy EF" utan patientidentifiering med resultatet av ejektionsfraktion som utförts av certifierad kardiolog godkänt resultat
Exklusions kriterier:
- Ofullständigt VDO-klipp (för mycket skakning, för inspelning)
- Belysningen var olämplig
- Olämplig ultraljudsinramning
- arytmi (förmaksflimmer)
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: Icke-randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: LV-funktion från kardiolog
Certifierad kardiolog kommer att få tillgång till och tolka LV-funktionen med använd traditionell ekokardiografi och sedan dela upp resultatet i tre grupper Bevarad LV ejektionsfraktion (EF>50%), mildt minska ejektionsfraktionen (EF40-49%), reducerad LV ejektionsfraktion (EF<40%)
|
AI integrerades i applikationssmarttelefonen och använde smartphonekamera för att spela in ett VDO-klipp av hjärtultraljud i parasternal långaxelvy och returnerade hjärtfunktionsresultat till användaren.
Andra namn:
|
|
Experimentell: LV-funktion Genom artificiell intelligens
AI kommer att få tillgång till VDO-klipp endast i parasternal långaxelvy och delas upp i tre grupper Bevarad LV-utstötningsfraktion (EF>50 %), lätt minska ejektionsfraktionen (EF40-49 %), reducerad LV-utstötningsfraktion (EF<40 %)
|
AI integrerades i applikationssmarttelefonen och använde smartphonekamera för att spela in ett VDO-klipp av hjärtultraljud i parasternal långaxelvy och returnerade hjärtfunktionsresultat till användaren.
Andra namn:
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
effektiviteten av AI vid screening av vänsterkammarnas hjärtfunktion genom att använda smartphoneapplikationen
Tidsram: 3 månader
|
procent av korrekt LV-funktionsklipp som tolkats av AI i varje LV-funktionsgrupp (Bevarad LV, Milt reducerad LV, Reducerad LV-funktion) och totalt sett jämför med resultatet från certifierad kardiolog
|
3 månader
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
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
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- RayongH
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Tidsram för IPD-delning
Kriterier för IPD Sharing Access
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
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 .