用于学习床旁超声的人工智能
2023年6月9日 更新者：Andre Kumar、Stanford University
使用人工智能获取有限的超声心动图
床旁超声检查具有通过其诊断和治疗效用改变医疗保健服务的潜力。
随着越来越多的调查表明它对患者护理的影响，它的使用在各种临床环境中变得更加广泛。
这包括受训人员使用床旁超声，他们现在正在利用这项技术作为他们对患者进行诊断评估的一部分。
然而，很少有研究检查受训者学习床旁超声的效率以及哪种培训方法更有效。
本研究的主要目的是评估人工智能系统是否可以通过床旁超声提高内科实习生的知识和图像解读技能。
参与者应随机接受个人访问手持超声设备，用于人工智能学习和没有人工智能的设备。
主要结果将评估他们对超声图像/视频的解释能力。
次要结果将包括设备使用率和测验表现。
研究概览
研究类型
介入性
注册 (实际的)
45
阶段
- 不适用
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
-
-
California
-
Stanford、California、美国、95403
- Stanford University School of Medicine
-
-
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
- 孩子
- 成人
- 年长者
接受健康志愿者
是的
描述
纳入标准：
- 内科住院医师在普通住院病房服务中轮换。
排除标准：
- 参加了我们住院医师计划提供的超声波选修课的居民
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
- 主要用途：其他
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：单身的
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：人工智能组
|
参与者应按 1:1 的比例随机分配，以个人访问具有人工智能的手持超声设备与没有人工智能的设备。
这些小组不得交叉他们接受的干预。
|
|
有源比较器：非人工智能组
|
参与者应按 1:1 的比例随机分配，以个人访问具有人工智能的手持超声设备与没有人工智能的设备。
这些小组不得交叉他们接受的干预。
|
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 |
|---|---|---|
|
获取心脏超声图像的时间
大体时间：手术期间（300 秒）
|
这将被测量为获取标准化患者心脏超声图像的时间，以秒为单位。
|
手术期间（300 秒）
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
评估捕获图像的质量
大体时间：手术期间（300 秒）
|
参与者将获得标准化患者的心脏超声图像。
两名评审员将审查图像并根据超声心动图能力快速评估 (RACE) 量表对图像质量进行数值评估。
这是一个 0-20 分的量表，分数越高表示图像质量越高（例如图像质量越好）。
|
手术期间（300 秒）
|
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。
调查人员
- 首席研究员：Andre D Kumar, MD、Stanford University
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
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)
2021年6月1日
初级完成 (实际的)
2023年5月30日
研究完成 (实际的)
2023年5月30日
研究注册日期
首次提交
2023年5月31日
首先提交符合 QC 标准的
2023年6月9日
首次发布 (实际的)
2023年6月12日
研究记录更新
最后更新发布 (实际的)
2023年6月12日
上次提交的符合 QC 标准的更新
2023年6月9日
最后验证
2023年6月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.