AI-assisteret medicinsk beslutningstagning
En kohortundersøgelse til evaluering
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Fei Liu, MD
- Telefonnummer: +86 13810512704
- E-mail: liufei_2359@163.com
Studiesteder
-
-
Zhejiang
-
Wenzhou, Zhejiang, Kina
- Rekruttering
- First Affiliated Hospital of Wenzhou Medical University
-
Kontakt:
- Cheng Tang
- Telefonnummer: +86-0577-88002888
- E-mail: c249325687@163.com
-
Wenzhou, Zhejiang, Kina
- Rekruttering
- Second Affiliated Hospital of Wenzhou Medical University
-
Kontakt:
- Linfeng Liu
- E-mail: llfwfe@163.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inkluderingskriterier:
- Patienter indrømmede enhver afdeling på hospitalet (f.eks. ICU, generelle afdelinger, nødsituation, ambulante tjenester) i undersøgelsesperioden.
- Patienter med tilgængelig realtids elektronisk sundhedsrekord (EHR) data, herunder mindst to af følgende: laboratorieresultater, vitale tegn, medicinsk historie og billeddannelsesdata.
Ekskluderingskriterier:
Patienter, der i øjeblikket er indskrevet i et andet klinisk forsøg, der kan forstyrre dataindsamling eller resultater af denne undersøgelse.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Hospitalsdækkende patientkohort
|
Interventionen i denne undersøgelse involverer et AI-system, der udnytter multimodal datafusion til støtte for den kliniske beslutningstagning og evaluering af sygdomme.
Patienter i denne kohort vil gennemgå standardundersøgelser med kliniske beslutninger styret af de anbefalinger, der blev genereret af AI -systemet.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Area Under the Curve (AUC)
Tidsramme: 1 år
|
AUC for ROC-kurven, bruges til at kvantificere diagnostisk nøjagtighed.
Ingen enhed (et forhold eller en procentdel, typisk udtrykt som et tal mellem 0 og 1).
|
1 år
|
|
Den samlede forbedring af hospitalets ressourceudnyttelse
Tidsramme: 1 år
|
Den procentvise reduktion i den samlede hospitalressourcebrug (f.eks. Beddage, ICU-optagelser, diagnostiske test) tilskrevet AI-assisteret beslutningstagning, udtrykt i procent.
|
1 år
|
|
Befolkningsniveau Diagnostisk nøjagtighedsforbedring
Tidsramme: 1 år
|
Den samlede forbedring af diagnostisk nøjagtighed på tværs af alle hospitalspatienter (f.eks. Procentdel af korrekte diagnoser eller reduktion i fejldiagnoser) lettet af AI -modellen, udtrykt som en procentdel eller forhold.
|
1 år
|
|
Systemdækkende reduktion i bivirkninger
Tidsramme: 1 år
|
Den procentvise reduktion i større bivirkninger (f.eks. Dødelighed, alvorlige komplikationer eller langvarige ophold) på tværs af alle hospitalspatienter på grund af AI-assisteret beslutningstagning, udtrykt som en procentdel.
|
1 år
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Den samlede forbedring af hospitalets patientresultater
Tidsramme: 1 år
|
Den samlede forbedring af de vigtigste patientresultater (f.eks. Dødelighed, sygelighed, gendannelsesgrad) på tværs af hele hospitalets befolkning på grund af AI-assisteret beslutningstagning, udtrykt som en sammensat score eller procentdel.
|
1 år
|
|
Forbedring af sundhedsvæsenets effektivitet
Tidsramme: 1 år
|
Han samlede forbedring af hospitalets operationelle effektivitet (f.eks. Reducerede ventetider, optimeret ressourcefordeling, nedsat personale arbejdsbyrde) tilskrives AI -modellen, udtrykt som en procentdel eller kvalitativ bedømmelse.
|
1 år
|
|
Befolkningssundhedsscore
Tidsramme: 1 år
|
En sammensat score, der afspejler AI -modellens virkning på befolkningssundhed inden for hospitalets afvandingsområde (f.eks. Reduceret sygdomsbyrde, forbedret kronisk sygdomshåndtering), udtrykt som et standardiseret indeks eller procentvis ændring.
|
1 år
|
|
Langsigtet indeks for folkesundhedsydelser
Tidsramme: 1 år
|
Et sammensat indeks, der måler AI-modellens langsigtede bidrag til folkesundheden (f.eks. Reduceret sygdomsprævalens, forbedret forventet levealder), udtrykt som en standardiseret score eller en procentvis forbedring.
|
1 år
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- AI Prediction
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
produkt fremstillet i og eksporteret fra U.S.A.
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .