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

ER-VISION-AI Study (ER-VISION-AI)

21. července 2026 aktualizováno: Ewha Womans University Mokdong Hospital

Multimodal Visual Language Model-Assisted Diagnostic Strategy in the Emergency Department: A Prospective Multicenter Randomized Controlled Trial (ER-VISION-AI Study)

Prospective, multicenter, randomized, open-label, blinded-endpoint (PROBE-like) clinical trial evaluating whether physician-supervised Generative Pre-trained Transformer (GPT)-assisted multimodal diagnostic support improves diagnostic concordance in emergency department patients presenting with acute cardiopulmonary symptoms.

Přehled studie

Postavení

Zatím nenabíráme

Podmínky

Intervence / Léčba

Typ studie

Intervenční

Zápis (Odhadovaný)

1000

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 místa

  • Jižní Korea
      • Seoul, Jižní Korea, 07804
        • Ewha Womans University Mokdong 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

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Popis

Inclusion Criteria:

  • Age ≥18 years
  • Presentation to a participating emergency department with acute cardiopulmonary symptoms, including chest pain, dyspnea, palpitations, syncope, dizziness, or fever accompanied by cardiopulmonary symptoms
  • Performance of both a standard 12-lead electrocardiogram and chest radiography during the initial emergency department evaluation
  • Availability of initial clinical assessment, vital signs, laboratory findings, and all mandatory clinical information required for the multimodal AI workflow
  • Expected emergency department observation or hospital admission for at least 24 hours
  • Ability and willingness to provide written informed consent

Exclusion Criteria:

  • Inability or refusal to provide written informed consent
  • Requirement for immediate life-saving intervention that precludes completion of the study workflow
  • Death before completion of the initial emergency department diagnostic assessment
  • Electrocardiographic quality insufficient for reliable physician or Artificial intelligence (AI) interpretation
  • Chest radiographic quality insufficient for reliable physician or Artificial intelligence (AI) interpretation
  • Cardiac pacing rhythm
  • Missing mandatory clinical information required for the multimodal Artificial intelligence (AI) workflow
  • Previous enrollment in the ER-VISION-AI trial
  • Inability to establish a blinded adjudicated reference diagnosis

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: Diagnostický
  • Přidělení: Randomizované
  • Intervenční model: Paralelní přiřazení
  • Maskování: Žádné (otevřený štítek)

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Experimentální: GPT-assisted multimodal visual language model (VLM) diagnostic strategy
Participants receive physician-supervised Generative Pre-trained Transformer (GPT)-assisted multimodal diagnostic support integrating electrocardiography, chest radiography, structured clinical information, laboratory findings, vital signs, and relevant medical history. Treating physicians remain responsible for all diagnostic and therapeutic decisions.
Diagnostický test: Generative Pre-trained Transformer (GPT)-assisted multimodal visual language model (VLM) diagnostic support
A Generative Pre-trained Transformer (GPT)-based multimodal visual language model integrates electrocardiograms, chest radiographs, structured clinical information, laboratory findings, vital signs, and relevant clinical history to generate diagnostic suggestions and differential diagnoses for physician-supervised clinical decision support.
Aktivní komparátor: Conventional physician-guided diagnostic strategy
Participants undergo standard emergency department diagnostic evaluation according to routine clinical practice without Generative Pre-trained Transformer (GPT)-assisted diagnostic support.
Diagnostický test: Conventional emergency department diagnostic evaluation
Routine emergency department diagnostic evaluation performed according to standard clinical practice without AI-assisted diagnostic support.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Diagnostic concordance between the final emergency department diagnosis and the blinded adjudicated reference diagnosis established at hospital discharge.
Časové okno: During the index hospitalization, up to hospital discharge (average 3 days)
Diagnostic concordance between the treating physician's final emergency department diagnosis and the blinded adjudicated reference diagnosis based on the prespecified principal diagnostic category.
During the index hospitalization, up to hospital discharge (average 3 days)

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Diagnostic concordance after Generative Pre-trained Transformer (GPT)-assisted diagnostic support
Časové okno: During the index emergency department visit (average 6 hours)
Diagnostic concordance between the physician's final emergency department diagnosis after Generative Pre-trained Transformer (GPT)-assisted multimodal diagnostic support and the blinded adjudicated reference diagnosis in participants assigned to the intervention group.
During the index emergency department visit (average 6 hours)
Time from emergency department presentation to final diagnosis
Časové okno: During the index emergency department visit (average 6 hours)
Time required from emergency department presentation until establishment of the physician's final emergency department diagnosis.
During the index emergency department visit (average 6 hours)
Diagnostic reclassification after Generative Pre-trained Transformer (GPT)-assisted evaluation
Časové okno: During the index emergency department visit (average 6 hours)
Frequency of changes between the physician's initial working diagnosis and the final emergency department diagnosis after review of Generative Pre-trained Transformer (GPT)-generated diagnostic recommendations.
During the index emergency department visit (average 6 hours)
Physician diagnostic confidence
Časové okno: During the index emergency department visit (average 6 hours)
Physician-reported diagnostic confidence recorded before and after Generative Pre-trained Transformer (GPT)-assisted diagnostic support using the prespecified study assessment scale.
During the index emergency department visit (average 6 hours)
Physician acceptance of Generative Pre-trained Transformer (GPT)-generated diagnostic recommendations
Časové okno: During the index emergency department visit (average 6 hours)
Frequency of physician acceptance, modification, or rejection of Generative Pre-trained Transformer (GPT)-generated diagnostic recommendations in the intervention group.
During the index emergency department visit (average 6 hours)
Emergency department disposition accuracy
Časové okno: Up to hospital discharge (average 3 days)
Accuracy of emergency department disposition decisions, including discharge, hospital admission, or intensive care unit admission, compared with the adjudicated reference diagnosis.
Up to hospital discharge (average 3 days)
Emergency department length of stay
Časové okno: Up to hospital discharge (average 3 days)
Length of stay in the emergency department measured from patient presentation until emergency department discharge or hospital admission.
Up to hospital discharge (average 3 days)
Hospital length of stay
Časové okno: Up to hospital discharge (average 3 days)
Total duration of hospitalization from admission until hospital discharge.
Up to hospital discharge (average 3 days)
In-hospital mortality
Časové okno: Up to hospital discharge (average 3 days)
All-cause mortality occurring during the index hospitalization.
Up to hospital discharge (average 3 days)
30-day all-cause mortality
Časové okno: 30 days
All-cause mortality occurring within 30 days after the index emergency department visit.
30 days
30-day emergency department revisit
Časové okno: 30 days
Revisit to any emergency department for any cause within 30 days after the index emergency department visit.
30 days
30-day hospital readmission
Časové okno: 30 days
Hospital readmission for any cause within 30 days after discharge from the index hospitalization.
30 days

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Ewha Womans University Mokdong Hospital

Spolupracovníci

Ewha Womans University Seoul Hospital

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

Obecné publikace

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 (Odhadovaný)

1. ledna 2027

Primární dokončení (Odhadovaný)

31. prosince 2028

Dokončení studie (Odhadovaný)

31. prosince 2029

Termíny zápisu do studia

První předloženo

18. července 2026

První předloženo, které splnilo kritéria kontroly kvality

21. července 2026

První zveřejněno (Aktuální)

27. července 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

27. července 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

21. července 2026

Naposledy ověřeno

1. července 2026

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • ER-VISION-AI study

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Popis plánu IPD

The investigators have not yet determined whether de-identified individual participant data (IPD), including the analyzable dataset and supporting documentation, will be shared with researchers outside the study team. A final decision will be made after completion of the study, taking into consideration institutional policies, participant privacy, ethical requirements, and applicable regulations.

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 .

Předplatit