Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Vybudování počítačového asistovaného odebírání anamnézy, fyzikálního vyšetření a diagnostiky pacienta v nouzi pomocí strojového učení (II) (MLD)

20. února 2023 aktualizováno: National Taiwan University Hospital

Na pohotovostním oddělení (ED) musí lékaři dokončit hodnocení a léčbu pacienta v krátkém čase, což vyžadovalo různé odebírání anamnézy a fyzické vyšetření ve zdravotnickém systému.

Zpracování přirozeného jazyka (NLP) se stalo snadno dostupným po vývoji strojového učení (ML). Kromě toho byl elektronický lékařský záznam (EMR) široce používán ve zdravotnických systémech. Existuje stále více nástrojů, které se snaží zachytit určité informace z EMR, které pomáhají klinickým pracovníkům zvládnout narůstající data o pacientech a zlepšit péči o pacienty.

Mýlit se je však lidské. Lékaři mohou vynechat některé důležité příznaky nebo symptomy nebo je zapomenout zapsat do záznamu, zejména na rušné pohotovosti. Povede to k nepříznivému výsledku, pokud dojde k lékařskému právnímu problému nebo kontrole národního zdravotního pojištění. Stav by mohl být omezen podpůrným systémem EMR. Zlepší se i kvalita péče.

Vyšetřovatelé plánují analyzovat EMR pohotovosti pomocí NLP a strojového učení. Zajistit spojení mezi údaji o třídění, hlavní stížností, minulostí, současnou nemocí a fyzikálním vyšetřením. Vyšetřovatelé se pokusí předpovědět předběžnou diagnózu a dispozice pacienta po nalezení vztahu. Poté se vyšetřovatelé mohli pokusit předpovědět klíčový prvek odebírání anamnézy a fyzického vyšetření pacienta a informovat lékaře, když k chybě došlo. Vyšetřovatelé doufají, že systém může zlepšit kvalitu lékařských záznamů a péči o pacienty.

Přehled studie

Postavení

Nábor

Typ studie

Intervenční

Zápis (Očekávaný)

3000

Fáze

  • Nelze použít

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní záloha kontaktů

  • Jméno: Hsin-Hsi Chen, Dr.
  • Telefonní číslo: 311 +886233664888
  • E-mail: hhchen@ntu.edu.tw

Studijní místa

      • Taipei, Tchaj-wan, 100
        • Nábor
        • National Taiwan University Hospital
        • Kontakt:

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

20 let a starší (Dospělý, Starší dospělý)

Přijímá zdravé dobrovolníky

Ne

Pohlaví způsobilá ke studiu

Všechno

Popis

Kritéria pro zařazení:

  • Přes dvacet let
  • Netraumatický pacient

Kritéria vyloučení:

  • Vyloučení pacientů z administrativních důvodů (vystavení lékařského potvrzení)
  • Vyloučení pacientů z jiných než naléhavých důvodů, jako je jednoduchá akupunktura, screening virů a předepisování léků.
  • S výjimkou pacientů přidělených na stanici intenzivní péče

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Primární účel: Léčba
  • Přidělení: Randomizované
  • Intervenční model: Paralelní přiřazení
  • Maskování: Trojnásobný

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Žádný zásah: Řízení
Experimentální: Experimentální
Po pacientech pod triage klasifikací, do které jsou náhodně rozděleni do dvou skupin. Skupina se zásahem AI a druhá bez zásahu AI.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Hodnocení vrchního lékaře
Časové okno: 24 hodin
Hodnocení vrchního lékaře, které bylo měřeno zavedeným dotazníkem. Vedoucí lékař vyplní expertně ověřený dotazník hodnocení kvality klinické poznámky poté, co mladší lékař dokončí rozhovor s pacientem a záznam klinické poznámky. Dotazník je navržen tak, aby používal 5 bodovou škálu a vyšší skóre znamená lepší výsledek.
24 hodin

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Přesnost predikce diagnózy
Časové okno: propuštění pacienta z ED, do 1 týdne
Procento předpokládané diagnózy odpovídá konečné diagnóze.
propuštění pacienta z ED, do 1 týdne
Racionalita predikce diagnózy
Časové okno: 24 hodin
Starší lékaři posoudí racionalitu predikované diagnózy.
24 hodin

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Studijní židle: Huang, Dr., National Taiwan University Hospital

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

12. prosince 2022

Primární dokončení (Očekávaný)

30. března 2023

Dokončení studie (Očekávaný)

30. března 2023

Termíny zápisu do studia

První předloženo

10. října 2022

První předloženo, které splnilo kritéria kontroly kvality

25. října 2022

První zveřejněno (Aktuální)

27. října 2022

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Odhad)

22. února 2023

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

20. února 2023

Naposledy ověřeno

1. prosince 2022

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • 202110012RIND

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

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 .

Klinické studie na Umělá inteligence

Předplatit