Меню
Идёт набор NCT07079592

A Deep-Learning-Enabled Electrocardiogram for Detecting Pulmonary Hypertension

Без фазы С лечением Artificial Intelligence (AI) Artificial Intelligence (AI) in Diagnosis Hypertension, Pulmonary

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
В протоколе указаны: AI-ECG Guidance.
Кому может быть актуально
Состояния в реестре: Artificial Intelligence (AI), Artificial Intelligence (AI) in Diagnosis, Hypertension, Pulmonary. Базовые параметры: 50 лет — 85 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Тайвань
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

A Deep-Learning-Enabled Electrocardiogram for Detecting Pulmonary Hypertension: A Randomized Controlled Trial

Обзор

This study aims to validate the use of an artificial intelligence-enabled electrocardiogram (AI-ECG) to screen for elevated PAP. We hypothesize that the AI-ECG model can early identify patients with pulmonary hypertension in high-risk patients, prompting further evaluation through echocardiography, potentially resulting in improving cardiovascular outcomes.

Подробное описание

Pulmonary hypertension is often underdiagnosed due to extensive category of etiology. The diagnosis and treatment of pulmonary hypertension have changed dramatically through the re-defined diagnostic criteria and advanced drug development in the past decade. The application of Artificial Intelligence for the detection of elevated pulmonary arterial pressure (ePAP) was reported recently. An AI model based on electrocardiograms (ECG) has shown promise in not only detecting ePAP but also in predicting future risks related to cardiovascular mortality.

Вмешательства

  • Диагностический тест AI-ECG Guidance
    Participants undergo screening using the AI-ECG system. Those identified as high-risk for pulmonary hypertension receive echocardiography to confirm the diagnosis and guide subsequent management.

Первичные конечные точки

  • Pulmonary arterial pressure > 50 mmHg [Срок оценки: 90 days]
Вторичные конечные точки (4)
  • Left atrial enlargement on a parasternal long axis view [Срок оценки: Within 90 days after randomization.]
  • Left atrial enlargement by left atrium volume index [Срок оценки: Within 90 days after randomization.]
  • Right ventricular enlargement on a parasternal long axis view [Срок оценки: Within 90 days after randomization.]
  • New onset of left ventricular dysfunction [Срок оценки: Within 90 days after randomization.]

Критерии участия

Критерии включения

  • Men or women, ≥ 50 to 85 years of age
  • At least one 12-lead ECG within 3 months

Критерии исключения

  • A diagnosis of PH WHO Groups 1, 2, 3, 4, or 5
  • A diagnosis of hypertrophic cardiomyopathy, restrictive cardiomyopathy, constrictive pericarditis, cardiac amyloidosis, or infiltrative cardiomyopathy
  • Prior heart, lung, or heart-lung transplants
  • Any systolic pulmonary artery pressure >50 mmHg by echocardiography before
  • Echocardiography in 3 months before index ECG

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Нет

Дизайн исследования

Распределение
Рандомизированное
Модель
Параллельные группы
Маскирование
Открытое
Основная цель
Диагностика

Центры проведения

Тайвань · 1 центр
  • National Defense Medical Center — Taipei

Публикации

  • Liu PY, Hsing SC, Tsai DJ, Lin C, Lin CS, Wang CH, Fang WH. A Deep-Learning-Enabled Electrocardiogram and Chest X-Ray for Detecting Pulmonary Arterial Hypertension. J Imaging Inform Med. 2025 Apr;38(2):747-756. doi: 10.1007/s10278-024-01225-4. Epub 2024 Aug 13. PMID 39136826

Идентификаторы

NCT: NCT07079592 · AI-PH

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗