Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Kunstig intelligens i børneklinikken

28. juni 2021 opdateret af: Sijia Gu, Shanghai Jiao Tong University School of Medicine

Anvendelse af kunstig intelligens i børneklinikken

I Kina er antallet af børns medicinske tjenester stadig langt bagefter den voksende efterspørgsel efter børns sundhedspleje. Fænomenet med, at børns forældre står i kø natten over for at blive tilmeldt, er ikke længere overraskende. Dette skyldes stigningen i antallet af børn og manglen på pædiatriske talenter. På pædiatrisk afdeling stiger antallet af patienter år for år, men børnelægen mangler fra start til slut. Ud over ambulant service udfører børnelæger på store hospitaler også operationer, videnskabelig forskning og andre opgaver. Som følge heraf må mange læger opgive deres ferier, hvilket gør dem elendige og mindsker deres entusiasme for arbejdet. Den lange køtid reducerede også patienternes tilfredshed, hvilket resulterede i en intensivering af konflikten mellem børnelæger og patienter.

Dette forskningsprojekt har til formål at skabe et menneske-computer integreret system og udvikle en ny diagnoseproces indlejret med kunstig intelligens (AI). Funktionen af ​​AI-systemet omfatter hovedsageligt 3 aspekter. (1) Patienten bruger en mobiltelefonapplikation, der er indlejret med AI, der giver ham mulighed for at få tjekket op, før han opsøger en læge. Programmet vil stille patienten en række spørgsmål. Baseret på patientens svar vil AI derefter anbefale en række undersøgelser, som alle vil blive gennemgået af lægen på forhånd. Efter at patienten har betalt for det, kunne han gå direkte til undersøgelsen. Så dernæst kunne han gå til lægen med undersøgelsesrapporten, som sparer patienten for besværet med at stå i kø. (2) Samtidig kunne AI-systemet også automatisere sygehistorien. Patienten ville fuldføre selvhjælpshistorieindsamling i fritiden. AI-systemet indsamler sygehistorien og importerer den automatisk til lægens computer. Lægers hovedopgave er at ændre den medicinske historie genereret af AI. Det letter til en vis grad lægernes byrde. (3) Under besøget fanger AI-systemet automatisk informationen i patientens elektroniske journal og genererer den mulige diagnose. Denne proces er til stor hjælp for yngre læger og kan tjene som et signal.

Kort sagt er denne undersøgelse nyttig til effektivt at reducere patienternes ventetid og i høj grad øge deres medicinske erfaring. Samtidig med at lægernes arbejdsintensitet reduceres, er den ambulante procedure på vores hospital blevet effektivt optimeret for til en vis grad at afhjælpe manglen på børnelæger.

Studieoversigt

Detaljeret beskrivelse

Ved at stole på mobilapplikationer og computersoftware ville det opnå:

  1. Intelligent vejledning og matchning af afdelingen;
  2. Intelligent medicinsk historieindsamling og generering af AI-journaler;
  3. Anbefal automatisk eksamensgenstande;
  4. Assistere med klinisk diagnose og stille intelligent diagnoseforslag.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

626

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

      • Shanghai, Kina
        • Shanghai Children's Medical Center
    • Shanghai
      • Shanghai, Shanghai, Kina, 200127
        • Shanghai Children's Medical Center, Shanghai Jiao Tong University School of Medicine

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

2 måneder til 18 år (Barn, Voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier:

Patienter i alderen 2 måneder til 18 år og vil gå til Shanghai børnelægecenter for behandling.

Ekskluderingskriterier:

  1. Folk, der ikke accepterer at deltage.
  2. Folk der ikke kan samarbejde.
  3. Mennesker, der er svære at følge op på.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Sundhedstjenesteforskning
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Patienter med rutinemæssigt ambulant serviceforløb
Efter registreringen står patienten i kø ved døren til lægekontoret. Hans læge bruger traditionelle metoder til at indtaste lægejournaler i hånden og stille diagnose uafhængigt. Så står patienten i kø for at betale regningen og står i kø til undersøgelse. Til sidst ville patienten tage undersøgelsesrapporten tilbage til lægen.
Patienter følger procedurerne for registrering, venter, fremmøde, venter, undersøgelse, venter, fremmøde.
Eksperimentel: Patienter med AI assisteret ambulant serviceproces
Efter registreringen binder patienten sine oplysninger til mobiltelefonapplikationen gennem ambulantnummer. Først ville AI-systemet stille patienten en række spørgsmål. Så ville den foretage en dom baseret på patientens svar. Systemet sender undersøgelsesgenstandene til lægens computer og sender med lægens godkendelse emner tilbage til patienten. Så patienten kunne gå direkte til undersøgelsen. Mens han venter på sin tur, går patienten ind i telefonprogrammet igen, og AI-systemet indsamler hans sygehistorie. Oplysningerne sendes tilbage til lægen. Når patienten går til lægen med undersøgelsesrapporten, har lægens computer allerede hans journaler. Lægen skal kun tilpasse historikken efter den faktiske situation. Efter at have skrevet sygehistorien kunne AI-systemet automatisk stille diagnosen. Lægen bruger AI's resultater og sin egen dømmekraft til at stille en omfattende diagnose.
Patienter følger procedurerne for registrering, AI anbefalede undersøgelsesartikler, selvbetjeningsindsamling af sygehistorie, undersøgelse, ventetid, AI-assisteret fremmøde.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Evaluer effektiviteten af ​​de to processer
Tidsramme: op til 1 måned
Sammenlign den gennemsnitlige ventetid for en enkelt patient og den gennemsnitlige besøgstid for en enkelt patient.
op til 1 måned

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Evaluer patienternes tilfredshed med medicinske processer
Tidsramme: op til 1 måned
Tilfredshedsspørgeskemaet vil blive brugt til at sammenligne graden af ​​tilfredshed mellem de to processer.
op til 1 måned
Økonomiske målinger
Tidsramme: op til 1 måned
Brug penge på ambulant, brug penge på undersøgelse et al.
op til 1 måned
Lægers arbejdseffektivitet
Tidsramme: op til 1 måned
Brug af historiske data til før-og-efter sammenligninger til at sammenligne indflydelsen af ​​intelligent medicinsk historieindsamling på besøgstidspunktet for hver patient.
op til 1 måned

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

21. marts 2020

Primær færdiggørelse (Faktiske)

29. juni 2021

Studieafslutning (Faktiske)

29. juni 2021

Datoer for studieregistrering

Først indsendt

12. november 2019

Først indsendt, der opfyldte QC-kriterier

2. december 2019

Først opslået (Faktiske)

4. december 2019

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

1. juli 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. juni 2021

Sidst verificeret

1. juni 2021

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • SCMCIRB-K2019020-2

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

Ingen

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Abonner