此页面是自动翻译的，不保证翻译的准确性。请参阅英文版对于源文本。

使用心电图对 COVID-19 进行人工智能辅助诊断和预测 (AI-COV-19)

2021年8月24日更新者：Imperial College London

使用心电图和成像技术对 COVID-19 进行人工智能辅助诊断和预测

自 2019 年 12 月以来，2019 年冠状病毒病 (COVID-19) 已在全球广泛传播。它具有高度传染性，严重者可导致急性呼吸窘迫或多器官功能衰竭。 2020 年 3 月 11 日，世界卫生组织做出评估，认为 COVID-19 可被定性为大流行病。随着机器学习的发展，基于深度学习的人工智能 (AI) 技术由于能够从影像和复杂的临床数据集中提取丰富的特征，在医学数据分析领域取得了巨大的成功。在这项研究中，我们旨在使用作为常规临床护理的一部分收集的临床数据（心脏描记、X 射线和 CT 扫描）来训练人工智能和机器学习算法，以准确预测 Covid-19 患者的病程感染，使用这些数据集。

研究概览

地位

招聘中

条件

新冠病毒

干预/治疗

其他：零干预

详细说明

自 2019 年 12 月以来，2019 年冠状病毒病 (COVID-19) 已在全球广泛传播。它具有高度传染性，严重的病例可导致急性呼吸窘迫或多器官衰竭，最终导致死亡。该疾病可以通过使用逆转录聚合酶链反应（RT-PCR）测试来确认。心电图、胸部 X 光片和 CT 扫描是丰富的数据来源，可以提供对疾病的深入了解，否则无法获得这些数据。

知道谁应该住院或接受重症监护可以挽救生命，因为它有助于缓解资源短缺。深度学习等新型人工智能工具将允许对影像和临床数据进行复杂评估，这可能会帮助临床医生做出更快、更准确的诊断、更好地对患者进行分类并评估治疗反应并最终更好地预测结果。我们的团队在对大量心电图实施机器学习算法方面拥有丰富的经验，例如来自英国生物银行的心电图，并建议将我们的技术扩展到来自 Covid-19 患者的数据。

这是一项针对疑似和确诊 COVID-19 患者的回顾性数据研究。

该研究旨在招募多达 2000 名患者，他们将被转介到切尔西和威斯敏斯特医院 NHS 基金会信托基金、帝国理工学院医疗保健 NHS 信托基金和伦敦西北伦敦大学医疗保健 NHS 信托基金进行心电图、胸部 X 光检查或 CT 扫描。

要纳入本研究，患者必须：

有心电图、胸部 X 光和/或胸部 CT 成像（有或没有造影剂）
实验室 Covid-19 病毒核酸检测（使用咽拭子样本进行 RTPCR 检测）或临床怀疑 Covid19 感染
年龄 >18 岁由于伪影导致心电图、胸片和 CT 研究不理想的患者将被排除在外。如果 ECG、胸部 CT 和 RT-PCR 测定之间的时间间隔长于 7 天，则患者也将被排除在外。

在研究伦理委员会于 2020 年 5 月 13 日举行的会议上进行审查后，该研究于 2020 年 5 月 18 日获得了 HRA 和威尔士健康与护理研究 (HCRW) 的批准（方案编号：20HH5967；REC 参考号：20/HRA/2467）。

研究类型

观察性的

注册 (预期的)

2000

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习地点

英国
- - London、英国、HA1 3UJ
    - 招聘中
    - London North West University Healthcare NHS Trust
    - 接触：
      
      Jaymin Shah, MRCP PhD
      
      电话号码：02075949832
      
      邮箱：jaymin.shah@nhs.net
  - London、英国、TW7 6AF
    - 招聘中
    - Chelsea and Westminster Hospital NHS Foundation Trust
    - 接触：
      
      Emmanuel Ako, MRCP PhD
      
      电话号码：e 02075949832
      
      邮箱：Emmanuelle.Ako@chelwest.nhs.uk
    - 接触：
      
      Abtehale Al-Hussaini, MRCP PhD
      
      电话号码：e 02075949832
      
      邮箱：abtehale.Al-hussaini@chelwest.nhs.uk
  - London、英国、W12 0NN
    - 主动，不招人
    - Imperial College London (Hammersmith campus)
  - London、英国、W2 1NY
    - 招聘中
    - St Mary's Hospital
    - 接触：
      
      Fu Siong Ng
      
      电话号码：02075943614
      
      邮箱：f.ng@imperial.ac.uk
    - 接触：
      
      Kiran Patel
      
      电话号码：02075943614
      
      邮箱：kiran.patel@imperial.ac.uk

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

14年及以上 (成人、年长者)

接受健康志愿者

不

有资格学习的性别

全部

取样方法

非概率样本

研究人群

这是一项针对疑似和确诊 COVID-19 患者的回顾性数据研究。

描述

纳入标准：

有心电图、胸部 X 光和/或胸部 CT 成像（有或没有造影剂）
实验室 Covid-19 病毒核酸检测呈阳性（使用咽拭子样本进行 RTPCR 检测）或临床怀疑 Covid-19 感染
年龄 >18 岁

排除标准：

深度学习方法的次优心电图、胸片或 CT 研究由于包括严重
导致轮廓模糊的运动伪影或由于金属假体导致图像退化的显着伪影
心电图、胸部 CT 和 RT-PCR 检测之间的时间间隔超过 7 天

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

观测模型：队列
时间观点：追溯

研究衡量的是什么？

主要结果指标

结果测量	措施说明	大体时间
机器学习的准确性能够预测冠状病毒 (COVID-19) 感染的结果大体时间：在数据分析结束时，大约 1 年	基于计算机的分析（机器学习）可以诊断和/或预测 Covid-19 的准确性入院后死亡或幸存的 COVID19 参与者人数	在数据分析结束时，大约 1 年
机器学习的准确性能够预测冠状病毒 (COVID-19) 感染的预后大体时间：在数据分析结束时，大约 1 年	需要有创通气与无创通气与病房护理与死亡的参与者人数	在数据分析结束时，大约 1 年

次要结果测量

结果测量	措施说明	大体时间
机器学习的准确性能够预测冠状病毒 (COVID-19) 感染的心脏受累大体时间：在数据分析结束时，大约 1 年	患有 COVID19 相关心脏病的参与者人数。	在数据分析结束时，大约 1 年
机器学习与人工评估诊断冠状病毒 (COVID-19) 感染的准确性大体时间：在数据分析结束时，大约 1 年	使用机器学习与人类或其他临床测试或评估相比，可以识别为患有 COVID19 的参与者数量	在数据分析结束时，大约 1 年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Imperial College London

合作者

Imperial College Healthcare NHS Trust

London North West Healthcare NHS Trust

Chelsea and Westminster Hospital NHS Foundation Trust

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2020年5月26日

初级完成 (预期的)

2022年5月1日

研究完成 (预期的)

2022年5月1日

研究注册日期

首次提交

2020年8月7日

首先提交符合 QC 标准的

2020年8月11日

首次发布 (实际的)

2020年8月12日

研究记录更新

最后更新发布 (实际的)

2021年8月30日

上次提交的符合 QC 标准的更新

2021年8月24日

最后验证

2021年8月1日