Rozsáhlá extrakce funkcí elektrokardiogramu s podporou umělé inteligence a zkoumání spojení mezi extrahovanými funkcemi a úmrtností, mrtvicí nebo různými zájmovými zdravotními výsledky
- V této studii jsou rozsáhlá data EKG (data z elektrokardiogramu všech pacientů uložená v systému MUSE měřením standardního 12-řízeného EKG při kontrole zdravotního stavu Severance v nemocnici Severance od 1. listopadu 2005 do 31. října 2022) kombinována s elektronickými lékařskými záznamů, údajů Národní zdravotní pojišťovny a údajů o příčinách úmrtí Národního statistického úřadu a algoritmus umělé inteligence se používá k extrakci funkcí EKG k analýze spojení mezi smrtí, mrtvicí a různými zdravotními stavy a k provádění externího ověření nebo přenosu učení pomocí veřejné databáze (např. údaje britské Biobanky).
- Určeno k použití webové platformy umělé inteligence k distribuci výpočetní zátěže generované během zpracování dat ve velkém měřítku a ke zlepšení přesnosti a účinnosti analýzy.
Přehled studie
Postavení
Postavení
Podmínky
Podmínky
Detailní popis
- Všechna ID pacientů získaná z hlavní kanceláře jsou nahrazena výzkumnými ID (deidentifikovaná ID), takže skutečné ID není odhaleno a další osobní identifikační údaje (jméno, registrační číslo rezidenta) nejsou shromažďovány.
Metody výzkumu:
- Extrakce elektrokardiogramu na základě kritérií subjektů.
- V kombinaci s extrahovanými údaji EKG a údaji Národní pojišťovny (+ údaje o příčinách úmrtí Národního statistického úřadu).
- Definice zdraví mimo zájem (HOI). Zahrnuje smrt, mrtvici atd.
- Definovaná HOI může být extrahována z dat Yonsei Medical Center nebo z dat National Insurance Service nebo dat korejské statistiky o příčině úmrtí.
- Trénink modelu umělé inteligence s elektrokardiogramem (a v případě potřeby klinickým informačním diagramem) jako vstupem, využívající algoritmy hlubokého učení pod dohledem, pokud existuje štítek, a algoritmy učení bez dozoru, pokud štítek neexistuje.
- Hodnocení výkonu pro modely umělé inteligence pod dohledem.
- V případě modelů umělé inteligence bez dozoru, asociace/korelace mezi extrahovanými funkcemi a HOI nebo analýza předvídatelnosti/detekovatelnosti.
- Učení přenosu lze provést přidáním externích verifikačních nebo dielektrických dat k naučenému modelu pomocí veřejných databází.
- Externí ověření lze provést pomocí externích dodatečných dat připojením naučeného modelu na webovou platformu umělé inteligence.
- Vzhledem k rozsáhlým datům lze výpočetní zátěž distribuovat pomocí webových platforem umělé inteligence.
- Výsledky analýzy lze anonymizovat a výsledky analýzy lze poskytnout výzkumníkům prostřednictvím webové platformy umělé inteligence.
Typ studie
Typ studie
Zápis (Odhadovaný)
Zápis
Kontakty a umístění
Studijní kontakt
Studijní kontakt
- Jméno: Hui-Nam Pak
- Telefonní číslo: 82-2-2228-8459
- E-mail: hnpak@yuhs.ac
Studijní místa
-
-
-
Seoul, Korejská republika
- Yonsei University Health System
-
Kontakt:
- Hui-Nam Pak
- Telefonní číslo: 82-2-2228-8459
- E-mail: hnpak@yuhs.ac
-
-
Kritéria účasti
Kritéria způsobilosti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dítě
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
Všichni pacienti uloženi v systému MUSE po změření standardního 12-naváděného elektrokardiogramu při zdravotní prohlídce Severance v nemocnici Severance od 1. listopadu 2005 do 31. října 2022
Studijní plán
Jak je studie koncipována?
Detaily designu
Co je měření studie?
Primární výstupní opatření
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Počet pacientů s úmrtností
Časové okno: 2 roky
|
Zkoumání reprodukovatelnosti predikce úmrtnosti (počet pacientů, kteří zemřeli bez ohledu na jakoukoli příčinu) z dat EKG naměřených během 1 roku před smrtí pomocí algoritmů umělé inteligence
|
2 roky
|
|
Počet pacientů s CMP, Fibrilací síní, demencí
Časové okno: 2 roky
|
Zkoumání korelace určitých vzorců EKG s možností mrtvice/fibrilace síní, demence pomocí algoritmů umělé inteligence.
|
2 roky
|
Spolupracovníci a vyšetřovatelé
Sponzor
Sponzor
Vyšetřovatelé
Vyšetřovatelé
- Vrchní vyšetřovatel: Hui-Nam Pak, Yonsei University
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Odhadovaný)
Začátek studia
Primární dokončení (Odhadovaný)
Primární dokončení
Dokončení studie (Odhadovaný)
Dokončení studie
Termíny zápisu do studia
První předloženo
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
První zveřejněno
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Odhadovaný)
Poslední zveřejněná aktualizace
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
Další identifikační čísla studie
- 4-2022-1506
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .