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。

AI辅助经颅双功超声用于早期检测脑内出血:HYPER-AI-SCAN

HYPER-AI-SCAN:HYPER急性AI辅助超声脑出血评估网络

这项观察性研究旨在评估经颅多普勒超声结合人工智能(AI)能否在症状出现48小时内帮助识别急性卒中患者(包括男性和女性,所有年龄段的成年人)的脑内出血(ICH)。

本研究主要回答以下问题:

在急性卒中患者中执行标准化超声方案是否可行? 基于超声图像训练的AI模型能否准确区分出血性卒中(“疑似ICH”)与非出血性卒中? 本研究无对照组,因为所有参与者都将接受CT(作为标准护理)和超声(研究影像)检查,AI模型将基于超声的预测结果与CT确诊结果进行比较。

参与者将:

在CT确认卒中类型后接受无创经颅超声扫描 允许研究人员收集编码的超声图像用于AI模型训练 提供临床和影像信息(已作为常规护理部分收集)以帮助评估与诊断准确性相关的因素 本研究不会引入任何治疗或临床护理变更。

研究概览

详细说明

卒中是一种医疗急症,可能由血管阻塞(缺血性卒中)或脑内出血(出血性卒中)引起。这两种类型的卒中需要非常不同的治疗,尽快识别正在发生的类型至关重要。

目前,区分这两种类型卒中的唯一可靠方法是进行脑部扫描,例如CT扫描。然而,CT并不总是能立即进行,尤其是在院前环境或没有24/7影像服务的医院中。因此,患者在接受正确治疗前可能会经历延迟。

本研究旨在探讨通过颅骨进行的简单脑部超声扫描是否能帮助更快识别出血性卒中。这种技术称为经颅多普勒超声(TCD)。它快速、无创,且不使用辐射。

研究将纳入500名症状出现后48小时内疑似卒中的患者。在标准CT扫描确认诊断后,每位参与者将按照结构化方案接受一次简短的超声扫描。

超声图像随后将用于训练和测试人工智能(AI)模型,这些模型将学习识别与出血性卒中相关的模式。这些AI模型将比较超声图像与CT结果,并尝试预测是否存在出血(“疑似颅内出血”)或没有。

研究的主要目标是:

确定便携式超声是否能在真实卒中患者中可靠且一致地进行。

评估AI是否能通过解读这些超声图像来支持临床医生区分出血性和非出血性卒中。

所有其他临床信息——如症状、到达时间和病史——也将被收集,以了解哪些因素可能影响超声和AI的性能。

重要的是,超声不会取代标准医疗护理,也不会影响患者接受的治疗。它仅用于研究目的。CT扫描仍是诊断的参考标准。

通过将超声与AI结合,本项目希望为未来的系统铺平道路,这些系统能够辅助急救人员或医生更早识别出血性卒中,尤其是在CT无法立即进行的环境中。更早的识别可能有助于减少血压管理或抗凝药物患者治疗逆转的延迟。

研究类型

观察性的

注册 (估计的)

500

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。

学习联系方式

学习地点

    • Catalonia
      • Barcelona、Catalonia、西班牙、08035

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

  • 成人
  • 年长者

接受健康志愿者

不

取样方法

非概率样本

研究人群

研究人群包括疑似急性卒中(缺血性或脑出血)的成年患者(年龄≥18岁)。所有参与者均接受标准护理CT成像以确认诊断。仅包括幕上卒中,因为幕下出血或孤立性蛛网膜下腔出血的患者被排除在外。

符合条件的患者必须能够按照标准化采集方案接受经颞窗经颅多普勒超声检查。该队列包括急救医疗服务转运的卒中病例和院内卒中病例。参与者代表了典型的真实世界急性卒中人群,包括不同卒中严重程度、血管危险因素和临床特征的患者。

研究不涉及临床管理方案的任何修改。超声采集和数据收集纯粹为观察性,并在CT确认后进行。

描述

纳入标准:

  • 成年患者(年龄≥18岁)。
  • 临床诊断为急性卒中(缺血性或脑实质内出血)。
  • 能够按照标准化方案进行经颞骨经颅超声检查(无临床不稳定情况)。
  • 根据当地法规,获得患者或法定授权代表的知情同意。

排除标准:

  • 幕下出血(例如,小脑或脑干出血),因经颞骨超声检查的限制。
  • 无脑实质受累的孤立性蛛网膜下腔出血。
  • 血流动力学不稳定或需要立即进行挽救生命干预的医疗状况,以致无法安全进行超声记录。
  • 已知颅骨缺损或在需要进行对侧超声检查的一侧有既往颅骨切除术史。
  • 研究者认为可能干扰方案依从性或数据准确性的任何情况。

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

队列和干预

团体/队列
急性卒中患者
单组疑似急性卒中(症状出现<48小时)成人患者,包括缺血性和脑出血性卒中。 所有参与者将接受计算机断层扫描(CT)的标准诊断评估。 随后将采用标准化采集方案进行科研性经颅多普勒超声(TCD)检查。 编码的超声数据将用于训练和评估人工智能(AI)模型,以进行脑出血分类(“疑似脑出血”与“无脑出血”)。 本研究不引入任何干预措施或临床管理变更。

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
急性卒中标准化经颅超声采集的可行性
大体时间:在入组时(T0)
可行性将通过获得诊断质量经颅超声窗(窗质量等级1或2)的患者比例来衡量。 所有检查将遵循相同的标准化采集方案,确保不同操作者之间的方法学一致性。 诊断窗成功率(%)将作为主要结局指标。
在入组时(T0)

次要结果测量

结果测量
措施说明
大体时间
标准化方案下的检查采集时间
大体时间:在入组时(T0)
从探头放置到获得首个诊断质量超声图像帧的时间(以秒计),该图像帧通过标准化超声方案获取。结果将以中位数、四分位距(IQR)和分布形式报告。
在入组时(T0)
基于人工智能的标准化经颅多普勒采集脑出血分类准确性
大体时间:从入组到16个月影像数据收集完成
评估基于统一标准化协议采集的超声图像训练的人工智能模型(CNN和基于Transformer的架构)的性能。 性能将以CT确诊的诊断结果作为评估基准。
从入组到16个月影像数据收集完成

其他结果措施

结果测量
措施说明
大体时间
使用标准化协议时操作员层面采集性能的变异性
大体时间:在入组时(T0)
比较操作员使用相同标准化协议进行扫描时的诊断级图像采集时间。 结果将评估可重复性和培训的便利性。
在入组时(T0)
使用标准化方案时操作员获取性能的个体差异
大体时间:在入组时 (T0)
比较不同操作者使用相同标准化协议进行扫描时的经颞窗获取成功率。 结果将评估可重复性和培训的简便性。
在入组时 (T0)

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。

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)

2025年3月14日

初级完成 (估计的)

2026年12月1日

研究完成 (估计的)

2027年6月1日

研究注册日期

首次提交

2025年12月7日

首先提交符合 QC 标准的

2025年12月19日

首次发布 (实际的)

2026年1月6日

研究记录更新

最后更新发布 (实际的)

2026年1月6日

上次提交的符合 QC 标准的更新

2025年12月19日

最后验证

2025年12月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

IPD 计划说明

由于本研究收集敏感的临床和影像信息,且目前尚未建立正式的数据共享协议或安全访问框架,因此不会共享IPD。 如果建立了具有适当数据保护措施的结构化多中心合作,共享政策可能会重新考虑。

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅