Transformering af ED-gennemstrømning med AI-drevet Clinical Decision Support System (TEDAI)
28. juli 2023 opdateret af: National Taiwan University Hospital
Transformering af ED-gennemstrømning med AI-drevet Clinical Decision Support System (TEDAI): Indvirkningen på leveringen af pleje og patientoplevelse
Formålet med denne undersøgelse er at integrere dataflow-infrastruktur i realtid mellem hospitalets informationssystem og AI-modeller og at udføre et cluster-randomiseret crossover-forsøg for at evaluere effektiviteten af AI-modellerne til at forbedre patientflowet og lindre ED-crowding.
Studieoversigt
Status
Afsluttet
Betingelser
Intervention / Behandling
Undersøgelsestype
Interventionel
Tilmelding (Faktiske)
4016
Fase
- Ikke anvendelig
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
-
Taipei, Taiwan
- National Taiwan University Hospital
-
-
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
20 år og ældre (Voksen, Ældre voksen)
Tager imod sunde frivillige
Ingen
Beskrivelse
Inklusionskriterier:
- ED patienter i alderen 20 år eller ældre
- Patienterne blev behandlet af de rekrutterede 16 akutmodtagere.
Ekskluderingskriterier:
- Patienter under 20 år.
- Patienterne blev ikke behandlet af de rekrutterede 16 akutmodtagere.
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: Crossover opgave
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: AI-assisteret
AI-assisterede modeller giver diagnose og prognostisk information
|
AI-assisterede modeller, der giver diagnose og prognostisk information i ED, inklusive triage, ICD-kodning, røntgenalarmer fra thorax, alarmer om kritiske hændelser, forudsigelse af genindlæggelse og prognose for post-hjertestop.
|
|
Placebo komparator: Sædvanlig pleje
sædvanlig pleje uden AI-støttede modeller, der giver diagnose og prognostisk information
|
Kritisk behandling af skadestuen
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
ED opholdstid
Tidsramme: Fra ED ankomst til 3 dage efter ED udskrivelse. For indlagte patienter med hjertestop fortsætter udfaldskonstateringen indtil hospitalsudskrivning.
|
Fra ED ankomst til 3 dage efter ED udskrivelse. For indlagte patienter med hjertestop fortsætter udfaldskonstateringen indtil hospitalsudskrivning.
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Efterforskere
- Studiestol: Dr. Huang, National Taiwan University Hospital
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)
30. august 2022
Primær færdiggørelse (Faktiske)
31. december 2022
Studieafslutning (Faktiske)
27. april 2023
Datoer for studieregistrering
Først indsendt
28. februar 2022
Først indsendt, der opfyldte QC-kriterier
28. februar 2022
Først opslået (Faktiske)
9. marts 2022
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
1. august 2023
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
28. juli 2023
Sidst verificeret
1. juli 2022
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 202108090RINC
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 .