tyc7111cc太阳成集团

洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
医药数据查询

【ChiCTR2500103756】基于多模态多任务机器学习的气道评估模型及其临床可行性研究

基本信息
登记号

ChiCTR2500103756

试验状态

尚未开始

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-06-05

临床申请受理号

/

靶点

/

适应症

困难气道

试验通俗题目

基于多模态多任务机器学习的气道评估模型及其临床可行性研究

试验专业题目

基于多模态多任务机器学习的气道评估模型及其临床可行性的观察性研究

申办单位信息
申请人联系人
申请人名称
联系人邮箱
联系人邮编

100029

联系人通讯地址
临床试验信息
试验目的

气道管理不当会造成严重后果,气道评估对于气道管理至关重要。传统气道评估方法准确性和灵敏度低,人工智能用于气道评估展现出一定优势,但目前的研究都是基于单纯的面部图像进行机器学习预测困难气道,多模态多任务机器学习预测模型在医学领域应用目前属于创新和热点研究内容。本课题旨在通过构建一个基于人工智能的多模态学习与多任务学习相结合的气道评估模型,从而提升困难气道预测和处理水平。

试验分类
试验类型

连续入组

试验分期

其它

随机化

盲法

/

试验项目经费来源

自筹

试验范围

/

目标入组人数

2000

实际入组人数

/

第一例入组时间

2025-05-19

试验终止时间

2027-06-06

是否属于一致性

/

入选标准

1.患者年龄18-70岁; 2.患者需行气管插管全身麻醉; 3.ASA分级为I-III级。;

排除标准

1.精神障碍患者; 2.患者沟通交流困难,无法配合完成医生的指令性动作。;

研究者信息
研究负责人姓名
试验机构

首都医科大学附属北京安贞医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

100029

联系人通讯地址

首都医科大学附属北京安贞医院的其他临床试验

更多

首都医科大学附属北京安贞医院的其他临床试验

更多

最新临床资讯

tyc7111cc太阳成集团企业版
50亿+条医药数据随时查
7天免费试用
体验产品