Účinnost systému eTriaging pro třídění nemocí
Účinnost použití systému eTriaging pro třídění nemocí v komunitní populaci
Přehled studie
Postavení
Podmínky
Intervence / Léčba
Typ studie
Zápis (Aktuální)
Fáze
- Nelze použít
Kontakty a umístění
Studijní místa
-
-
Guangdong
-
Guangzhou, Guangdong, Čína, 510000
- Zhognshan Ophthalmic Center, Sun Yat-sen University
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
Přijímá zdravé dobrovolníky
Popis
Kritéria pro zařazení:
- Lidé starší 18 let.
- Mít chytrý telefon/tablet a mít možnost prohlížet a ovládat aplikaci eTriaging APP.
- Ochota zúčastnit se studie a poskytnout informovaný obsah.
Kritéria vyloučení:
- NA
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Jiný
- Přidělení: N/A
- Intervenční model: Přiřazení jedné skupiny
- Maskování: Žádné (otevřený štítek)
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: Nástroj pro sebehodnocení založený na velkém jazykovém modelu
Nástroj pro sebehodnocení, založený na rozsáhlém jazykovém modelu, zpracovává uživatelské dotazy prostřednictvím komplexního generování, rozhodování, akcí a bezpečnostního rámce, aby poskytoval optimální odpovědi.
Mezi klíčové funkce systému patří kontextové učení rozšířené o vyhledávání, které zlepšuje odpovědi generované získáváním informací ze spolehlivých webových stránek.
Zahrnuje také modul Guardrail pro zmírnění potenciálního škodlivého obsahu v odpovědích ověřením obsahu před doručením.
Systém navíc obsahuje samokontrolní paměťový modul, který zachovává základní klinické charakteristiky v průběhu víceotáčkových dialogů a zajišťuje konzistentní a nepřetržitou interakci s uživateli.
|
Po základním hodnocení budou účastníci vedeni k tomu, aby nezávisle používali autoevaluační nástroj k posouzení rizika diabetické retinopatie (DR). Tento nástroj je spojením konverzačního systému umělé inteligence založeného na LLM a existujícího logistického diagnostického modelu. Systém AI je navržen tak, aby shromažďoval klinické proměnné, včetně věku, trvání diabetu, indexu tělesné hmotnosti (BMI) a používání inzulínu. Údaje z klinických testů, jako je průměrný arteriální tlak, HbA1c, sérový kreatinin a mikroalbuminurie, budou extrahovány z místního souboru dat pomocí jména a ID pacienta. Po shromáždění budou tato data přenesena do diagnostického modelu založeného na serveru pro další analýzu za účelem zjištění přítomnosti DR. |
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
AUROC nástroje sebehodnocení
Časové okno: Ihned po použití chatbota
|
Výkon autoevaluačního nástroje je s přesností hodnocen s odkazem na diagnostické štítky vrchními oftalmology na základě fotografií očního pozadí.
|
Ihned po použití chatbota
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Vrchní vyšetřovatel: Yingfeng Zheng, Zhongshan Ophthalmic Center, Sun Yat-sen University
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Aktuální)
Dokončení studie (Aktuální)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Odhadovaný)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 2022KYPJ258
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 .