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

AI-driven bärbar MR-abnormitetsdetektering (APPMAD)

27 januari 2025 uppdaterad av: King's College Hospital NHS Trust

Denna studie syftar till att testa en ny AI-driven bärbar MR-skanner som snabbt kan identifiera om en hjärnskanning är normal eller onormal. För närvarande är standard MR -skanningar dyra och har långa väntetider. Vårt mål är att se om en mindre, billigare och mer tillgänglig MR-skanner-kombinerad med artificiell intelligens (AI)-kan hjälpa läkarna att identifiera avvikelser snabbare och förbättra patientvård.

Vi kommer att bjuda in patienter från King's College Hospital (KCH) som redan har en standard MR -skanning. De kommer att uppmanas att få en extra skanning med den bärbara MRT, som tar cirka 60 minuter. AI -verktyget kommer sedan att analysera dessa skanningar och jämföra sina resultat med expertradiologer.

I slutet av studien hoppas vi kunna bevisa om bärbar MRI med AI kan användas på sjukhus och GP -kliniker, göra hjärnskanningar mer tillgängliga, minska väntetiderna och hjälpa läkare att prioritera brådskande fall.

Denna studie finansieras av Medical Research Council (MRC) och har godkänts av brittiska forskningsetiska kommittéer.

Studieöversikt

Status

Har inte rekryterat ännu

Betingelser

Studietyp

Interventionell

Inskrivning (Beräknad)

400

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Beskrivning

Inkluderingskriterier:

Vuxna ≥18 år gamla. Genom att genomgå standardhjärna MRI inklusive T2-viktade sekvenser.

Uteslutningskriterier:

Kontraindikationer till MRI (t.ex. pacemaker, graviditet). MR -skanningar av dålig kvalitet utan en neuroradiologi -rapport.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Undersökning
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Bärbar, ultra-låg-fält MR-skanner
Patienter som genomgår en standard MR -skanning av hjärnan kommer att inbjudas att ha en ytterligare bärbar MR -skanning inom 30 dagar efter deras kliniska skanning.

Denna studie utvärderar en bärbar, ultra-låg-fält MRI-skanner (hyperfin-swoopen) i kombination med artificiell intelligens (AI) för att upptäcka hjärnavvikelser.

Patienter som genomgår en standard MR -skanning av hjärnan kommer att inbjudas att ha en ytterligare bärbar MR -skanning inom 30 dagar efter deras kliniska skanning. Den bärbara MR-skanningen tar cirka 60 minuter med flera bildsekvenser, inklusive T2-viktade skanningar.

AI -systemet kommer sedan att analysera de bärbara MR -bilderna och kategorisera dem som "normala" eller "onormala". Resultaten kommer att jämföras med expert neuroradiolograpporter från standard MR -skanningar för att validera noggrannhet.

Denna intervention syftar till att bedöma om bärbar MRI med AI kan ge ett billigt, tillgängligt alternativ till standard MRI, vilket potentiellt kan förbättra triage och minska väntetiderna för patienter som kräver akut hjärna avbildning.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet av AI Toll för triaging -skanningar som "normal eller" onormal "
Tidsram: 36 månader
AI triage noggrannhet jämfört med konsult neuroradiologer bedömning.
36 månader

Sekundära resultatmått

Resultatmått
Tidsram
Generaliserbarhet för AI -verktyget (utvärderat på externt datasätt).
Tidsram: 36 månader
36 månader
Patientens acceptans av bärbar MRI (undersökning/intervjuer)
Tidsram: 36 månader
36 månader
Möjlighet för att integrera bärbar MRI i kliniska vägar.
Tidsram: 36 månader
36 månader

Samarbetspartners och utredare

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

Samarbetspartners

Utredare

  • Huvudutredare: Thomas Booth, Dr, King's College London & King's College Hospital

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 (Beräknad)

1 februari 2025

Primärt slutförande (Beräknad)

1 oktober 2027

Avslutad studie (Beräknad)

1 oktober 2027

Studieregistreringsdatum

Först inskickad

27 januari 2025

Först inskickad som uppfyllde QC-kriterierna

27 januari 2025

Första postat (Faktisk)

25 mars 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

25 mars 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

27 januari 2025

Senast verifierad

1 januari 2025

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • IRAS 347453

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

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