ChiCTR2000037197招募中Unknown
基于人工智能技术的胎心监护报告分析系统的构建
上海申康医院发展中心1 个研究点 分布在 1 个国家开始时间: 2020年10月1日最近更新:
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 发起方
- 试验地点
- 1
- 主要终点
- SEN, SPE, ACC, AUC of ROC
研究概览
简要总结
构建基于人工智能技术的胎心监护报告分析系统,缩小主观的误差,提升 FHR 分析的正确率,从而,第一可减少医生的工作量和医疗资源的消耗,第二提升围产期医疗质量,既能尽早地发现问题,给予及时的干预,减少新生儿不良结局,又能避免过度治疗,增加剖宫产率和阴道助产率;此外,该系统可作为临床医学生的培训工具,提升他们对电子胎心监护报告的分析能力和识别胎儿宫内情况的技能。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- Female
入选标准
- •1.胎心监护报告上的数据清晰,可识别;
- •2.各种分类的胎心监护报告。
排除标准
- 未提供
结局指标
主要结局
SEN, SPE, ACC, AUC of ROC
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
不适用
Research utilizing Artificial Intelligence software in Ultrasound machines to improve fetal imagingCTRI/2024/09/074121Origin Medical Research Lab, India150
尚未招募
不适用
To compare a new fetal heart rate monitoring machine with routinely used machine during delivery of baby.CTRI/2024/04/065158Rahul Bhakat260
Enrolling By Invitation
不适用
Clinicians' Trust in AI-Based Fetal Growth EstimatesNCT07401368Rigshospitalet, Denmark130
尚未招募
不适用
Research utilizing Artificial Intelligence (AI) in obstetric ultrasound to enhance the assessment of fetal biometryCTRI/2024/10/074871100
进行中(未招募)
不适用
AI-Assisted 2D Fetal Brain Ultrasound for Intracranial Anomaly DetectionNCT07261618Sanliurfa Mehmet Akif Inan Education and Research Hospital800
