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

Lékařské rozhodování s AI-AISTISTED

27. února 2025 aktualizováno: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Kohortová studie pro vyhodnocení modelu umělé inteligence pro pomoc lékařskému rozhodování pomocí údajů o elektronickém zdravotním záznamu v celém čase v reálném čase

Tato studie vytváří a aplikuje model AI, který pomáhá lékařům předpovídat diagnózy a výsledky pacienta, jako je přežití nebo pobyt v nemocnici. Budeme používat multimodální data v reálném čase (laboratoře, vitální příznaky, historie, zobrazování) z nemocničních záznamů. Pacienti budou sledováni, aby porovnali výkon AI se standardní péčí. Cílem je zlepšit diagnostiku a přesnost léčby v prospektivní studii v reálném světě.

Přehled studie

Postavení

Nábor

Detailní popis

Cílem této studie je vytvořit a aplikovat model umělé inteligence (AI), který pomáhá lékařům při předpovídání diagnóz a výsledků pacienta, jako je přežití nebo délka pobytu v nemocnici. Zapíšeme pacienty v celé nemocnici a použijeme výsledky laboratorních výsledků, které mají v reálném čase, multimodální údaje o zdraví, vitální známky, anamnézu a zobrazování z elektronických zdravotních záznamů. Studie bude následovat účastníky, aby vyhodnotila výkon modelu AI proti standardní praxi. Naším cílem je zlepšit přesnost a rychlost diagnóz a léčby a posílit péči o pacienty. Tato prospektivní studie testuje model v nemocničním prostředích v reálném světě.

Typ studie

Pozorovací

Zápis (Odhadovaný)

50000000

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 místa

    • Zhejiang
      • Wenzhou, Zhejiang, Čína
        • Nábor
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Čína
        • Nábor
        • Second Affiliated Hospital of Wenzhou Medical University
        • 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

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ano

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Tato studie zahrnuje všechny pacienty přijaté do jakéhokoli nemocničního oddělení s údaji o elektronických zdravotních záznamech v reálném čase (např. Laboratoře, vitálními příznaky, historie, zobrazování). Účastníci musí souhlasit s sběrem dat.

Popis

Kritéria pro zařazení:

  1. Pacienti přijati do jakéhokoli oddělení nemocnice (např. ICU, obecné oddělení, nouzové, ambulantní služby) během studijního období.
  2. Pacienti s dostupnými údaji o elektronických zdravotních záznamech v reálném čase (EHR), včetně nejméně dvou z následujících: laboratorní výsledky, vitální příznaky, anamnéza a zobrazovací údaje.

Kritéria pro vyloučení:

Pacienti, kteří se v současné době zaregistrovali do jiné klinické studie, která by mohla narušit sběr dat nebo výsledky této studie.

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

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Kohorta pro pacienty v celé nemocnici
Intervence v této studii zahrnuje systém AI, který využívá multimodální fúzi dat na podporu klinického rozhodování a hodnocení nemocí. Pacienti v této kohortě podstoupí standardní zkoušky, přičemž klinická rozhodnutí se řídí doporučeními generovanými systémem AI.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Oblast pod křivkou (AUC)
Časové okno: 1 rok
AUC křivky ROC, používané ke kvantifikaci diagnostické přesnosti. Žádná jednotka (poměr nebo procento, obvykle vyjádřené jako číslo mezi 0 a 1).
1 rok
Celkové zlepšení využití zdrojů v nemocnici
Časové okno: 1 rok
Procentní snižování celkového využívání zdrojů v nemocnici (např. Dny postele, přijetí na JIP, diagnostické testy) připisované rozhodování s pomocí AI-asistovaného, ​​vyjádřeného jako procento.
1 rok
Zvýšení diagnostické přesnosti na úrovni populace
Časové okno: 1 rok
Celkové zlepšení diagnostické přesnosti u všech nemocničních pacientů (např. Procento správných diagnóz nebo snížení nesprávných diagnóz) usnadněné modelem AI, vyjádřené jako procento nebo poměr.
1 rok
Snížení míry nežádoucích událostí v celém systému
Časové okno: 1 rok
Procentní snižování hlavních nežádoucích účinků (např. Úmrtnost, závažné komplikace nebo prodloužené pobyty) u všech pacientů s nemocnicí v důsledku rozhodování s podporou AI-asistovaného, ​​vyjádřeného jako procento.
1 rok

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Celkové zlepšení výsledků pacientů s pacienty
Časové okno: 1 rok
Agregované zlepšení klíčových výsledků pacienta (např. Úmrtnost, morbidita, míra zotavení) v celé nemocniční populaci v důsledku rozhodování podporovaného AI-asistovanou, vyjádřená jako složené skóre nebo procento.
1 rok
Zvýšení účinnosti systému zdravotní péče
Časové okno: 1 rok
Celkově zlepšení v oblasti provozní efektivity nemocnice (např. Zkrácená doba čekání, optimalizovaná přidělení zdrojů, snížená pracovní zátěž zaměstnanců) připisovaná modelu AI, vyjádřená jako procento nebo kvalitativní hodnocení.
1 rok
Skóre dopadu na zdraví obyvatelstva
Časové okno: 1 rok
Kompozitní skóre odrážející účinek modelu AI na zdraví populace v oblasti povodí nemocnice (např. Snížená zátěž onemocnění, zlepšená léčba chronických onemocnění), vyjádřená jako standardizovaný index nebo procentuální změnu.
1 rok
Dlouhodobý index přínosů veřejného zdraví
Časové okno: 1 rok
Kompozitní index měří dlouhodobý příspěvek modelu AI k veřejnému zdraví (např. Snížená prevalence nemocí, zlepšená délka života), vyjádřený jako standardizované skóre nebo procentuální zlepšení.
1 rok

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

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)

24. února 2025

Primární dokončení (Odhadovaný)

1. června 2026

Dokončení studie (Odhadovaný)

1. června 2026

Termíny zápisu do studia

První předloženo

24. února 2025

První předloženo, které splnilo kritéria kontroly kvality

24. února 2025

První zveřejněno (Aktuální)

25. března 2025

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

25. března 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

27. února 2025

Naposledy ověřeno

1. února 2025

Více informací

Termíny související s touto studií

Klíčová slova

Další identifikační čísla studie

  • AI Prediction

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

produkt vyrobený a vyvážený z USA

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 Studie v reálném světě

Klinické studie na Strategie spojená s AI

Předplatit