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 CXR 的基于 AI 的心功能预测模型的可行性 (AI-CXR)

2022年9月12日更新者：SungA Bae、Yonsei University

基于人工智能的胸片心功能预测模型的可行性

研究人员将开发一个人工智能模型，使用胸部 X 线图像和经胸超声心动图数据来预测左心室射血分数。

研究概览

地位

完全的

条件

用于临床评估的胸部 X 光检查

干预/治疗

诊断测试：扫描胸部 X 光片并对图像执行 AI 算法

详细说明

对于初发心力衰竭或不了解心功能的患者，应尽早考虑超声心动图检查，但在实际医疗领域由于时间和人力不足，可能会延迟检查。

主要目标：使用胸片预测左心室射血分数

研究类型

观察性的

注册 (实际的)

505

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

大韩民国
- Giheung-gu
  - Yongin、Giheung-gu、大韩民国、16995
    - Yongin Severance Hospital

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

20年至 90年 (成人、OLDER_ADULT)

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

接受经胸超声心动图检查的患者将被纳入。

描述

纳入标准：

20 岁及以上的成年人
因呼吸困难和胸痛到急诊室或门诊就诊的患者

排除标准：

病人拒绝
不确定的 X 光片或经胸超声心动图
不确定的测试结果

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

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
左心室射血分数 < 40% 大体时间：胸部 X 光检查后两周内	评估基于胸部 X 射线的人工智能算法的性能，以识别射血分数降低 (<40%) 的个体	胸部 X 光检查后两周内

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

Yonsei University

调查人员

学习椅：In Hyun Jung, MD, PhD、Yongin Severance Hospital, Yonsei University College of Medicine

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)

2022年3月1日

初级完成 (实际的)

2022年6月30日

研究完成 (实际的)

2022年9月1日

研究注册日期

首次提交

2021年8月4日

首先提交符合 QC 标准的

2021年8月4日

首次发布 (实际的)

2021年8月9日

研究记录更新

最后更新发布 (实际的)

2022年9月14日

上次提交的符合 QC 标准的更新

2022年9月12日

最后验证