在临床环境中使用Eko数字设备进行偶发性肺音算法的数据收集
2026年5月21日 更新者：Eko Devices, Inc.
在临床环境中使用Eko数字设备采集偶发性肺音算法的数据
本研究旨在收集患者肺音，以开发一种人工智能机器学习算法，该算法可能帮助医生判断患者是否面临特定肺部疾病的风险。
研究概览
详细说明
本研究旨在前瞻性训练和验证一种人工智能机器学习（ML）算法，以检测成人异常肺音的存在。
临床医生将在真实临床环境中使用Eko CORE和/或Eko CORE 500设备，作为标准临床实践的一部分，收集正常和异常肺音，随后用于探索针对哮鸣音、粗湿啰音、细湿啰音、干啰音、喘鸣音、啰音和咳嗽的ML分类器算法，并确定异常肺音的类型和/或位置与临床医生报告的肺部疾病类型之间的任何对应关系。
研究类型
观察性的
注册 (估计的)
750
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
-
-
Texas
-
Forney、Texas、美国、75126
- Care United Research
-
-
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
是的
取样方法
非概率样本
研究人群
将从即将到来的门诊日程中筛选出主诉呼吸急促或相关诊断（如COPD/心力衰竭/哮喘）的潜在研究受试者，并在其临床预约期间进行招募。
住院患者也可通过电子健康记录（EHR）识别，并从住院单元招募。
为填补更难招募的类别，可能需要直接针对现有登记处或患者数据库，和/或安排患者进行专门的研究访视。
此外，将招募并评估在门诊或医院就诊、无已知呼吸系统疾病的患者。
描述
纳入标准：
- 疑似或确诊的下呼吸道疾病，或在常规听诊中发现喘鸣、粗湿啰音、细湿啰音、干啰音、喘鸣音、啰音和咳嗽
- 无异常肺音的正常患者
- 成年患者（18岁或以上）
排除标准：
- 无法在胸部和背部进行多次录音（例如活动受限）
- 使用机械通气
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 |
|---|---|---|
|
从多名患者处收集的肺音
大体时间：直至研究完成，平均8个月
|
本研究的主要目标是在每个研究中心收集多达750名患者的正常和异常肺音，方法是让临床医生在真实的临床环境中使用Eko CORE和/或Eko CORE 500设备，作为标准护理临床实践的一部分。这些数据随后将用于探索针对哮鸣音、粗湿啰音、细湿啰音、干啰音、喘鸣音、啰音和咳嗽的分类器机器学习算法，并确定异常肺音的类型和/或位置与临床医生报告的肺部疾病类型之间的任何对应关系。
|
直至研究完成，平均8个月
|
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。
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)
2024年8月23日
初级完成 (实际的)
2025年7月21日
研究完成 (估计的)
2027年11月30日
研究注册日期
首次提交
2025年2月24日
首先提交符合 QC 标准的
2026年1月16日
首次发布 (实际的)
2026年1月22日
研究记录更新
最后更新发布 (实际的)
2026年5月26日
上次提交的符合 QC 标准的更新
2026年5月21日
最后验证
2026年5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.