洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 人工智能鼾声大模型在成人阻塞性睡眠呼吸暂停筛查中的应用研究

【ChiCTR2500100708】人工智能鼾声大模型在成人阻塞性睡眠呼吸暂停筛查中的应用研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500100708

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

2025-04-14

临床申请受理号

/

靶点

/

适应症

阻塞性睡眠呼吸暂停的特点是在睡眠过程中由于上气道阻塞而反复出现呼吸暂停或低通气。这些情况通常导致血氧饱和度降低，并通常因睡眠中的短暂觉醒而终止。过度嗜睡是许多病例的主诉，但并非所有病例都如此。失眠、睡眠质量差和疲劳也是常见症状。上呼吸道阻力综合征具有相同病理生理学特征，因此也应归类于此。在成人（18 岁以上）中，当阻塞性事件（呼吸暂停、低通气或呼吸事件相关觉醒）的频率超过每小时 15 次时，即可诊

试验通俗题目

人工智能鼾声大模型在成人阻塞性睡眠呼吸暂停筛查中的应用研究

试验专业题目

人工智能鼾声大模型在成人阻塞性睡眠呼吸暂停筛查中的应用研究

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

联系人通讯地址
临床试验信息
试验目的

阻塞性睡眠呼吸暂停（obstructive sleep apnea, OSA）是在睡眠期间反复发作上气道部分或完全塌陷，引起慢性间歇性低氧和睡眠片段化的睡眠呼吸疾病，可引起心脑血管疾病、认知障碍、糖尿病等多器官多系统损害，甚至猝死，给社会造成沉重的卫生经济负担。目前，多导睡眠监测（polysomnography,PSG）被认为是诊断OSAHS疾病的“金标准”，但由于PSG设备价格昂贵，且操作复杂，需要患者至少在医院住院一晚进行监测，监测费用较高，导致大量患者未能及时监测，延误了治疗最佳时间，对患者本人、家庭、社会构成较大的危害。因此，便捷化、家庭化、数字化的诊断技术得到极大关注。本项目通过录制的原始睡眠声音数据（包括无患病者、轻度OSA患者、中度OSA患者和重度OSA患者),并对不同类型的鼾声建立鼾声数据大模型；然后用大模型对整夜鼾声进行分类，计算打鼾者AHI值，以对打鼾者的严重程度进行预测，与PSG诊断结果校准，训练鼾声数据大模型，并研发智能手机鼾声监测分析软件，实现家庭环境下鼾声数据的云处理。本项对OSA的早期筛查以及提高我国的OSA诊治水平具有重要的社会意义，有良好的市场前景。

试验分类
试验类型

队列研究

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

中国高校产学研创新基金

试验范围

/

目标入组人数

50

实际入组人数

/

第一例入组时间

2025-04-30

试验终止时间

2027-02-01

是否属于一致性

/

入选标准

1.年龄3-80岁； 2.平常有或无OSA症状； 3.有意向进行PSG监测且自愿签署知情同意书的人群。；

排除标准

1.无法进行PSG监测的患者。；

研究者信息
研究负责人姓名
试验机构

上海市口腔医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

/

联系人通讯地址
<END>

上海市口腔医院的其他临床试验

更多

复旦大学附属口腔医院的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品