- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05939258
Dataindsamling til tilsluttet netværk til EMS'er Omfattende teknisk support ved hjælp af kunstig intelligens
Studieoversigt
Status
Detaljeret beskrivelse
Vi udvikler en AI-baseret algoritme, der kan forudsige de fire store alvorlige nødsygdomme, der kræver øjeblikkelig akut behandling, og evaluere deres sværhedsgrad gennem følgende input- og outputmodeller.
Algoritme-inputdata 1) Video/Billeddata
- Videooptagelse via et 360-graders kamera installeret inde i ambulancen og en mobil hotspot (MHS) enhedsforbindelse (RJ-45 kablet forbindelse)
- Videodataindsamling via nakkebøjlekamera (bærbar)
- Antal videoer gennem smarte briller (bærbare) enheder og førstehjælpsterminaler 2) Lydsignaldata
- Indsaml præhospital paramedicinerstemme og patientstemmedata gennem knogleledningsmikrofoner båret af paramedicinere 3) Biosignaldata
- Patientovervågningsenhed installeret i ambulance Mobile Hot Spot-enhed (MHS) Indsamling og overførsel af vitale tegn via TCP/IP-forbindelse
- Defibrillatorer og nødterminaler, der bruges af feltpersonale (5G-support) Saml og transmitter vitale tegn via TCP/IP-forbindelse
Udviklingsteknologi 1) Udvikling af stemmegenkendelse AI-teknologi i nødsituationer
- Indsaml talt tekst, nødrelaterede sætninger og stemmedata fra site-transportfasen
- Indsamling af taletekst fra on-site overførselstjenestescenarie for at bygge stemme-DB til stemmegenkendelsesindlæring
- Parafrasering, fra den indsamlede tekst, hvor paramedicinere genererer sætninger med lignende betydninger, der kan udtales 2) Etablering af et naturligt sprogbehandlingssystem for taletransskriptionsdata i nødmiljøet - naturlig sprogbehandling såsom stemmingsanalyse og genkendelse af entitetsnavne Optimer akutmedicinen modulets domæne
- Indsamling af sprogdata i nødmiljøer såsom nødaktiviteter, førstehjælp og førstehjælp
- Behandling af indsamlede sprogdata i nødmiljøet til domæneoptimering og indlæring af en maskinlæringsbaseret naturlig sprogbehandlingsmodel 3) Paramedicinsk stemmeinformationsstøjfjernelse og højttaleradskillelsesmodeldesign 4) Udvikling af AI-baseret billedgenkendelse bio-tegn informationsovervågningsteknologi i ambulancer
- Udvikling af billedbaseret tegngenkendelsesalgoritme til PMS (Patient Monitoring System) udstyr udsender vitale tegn
- Implementering af automatisk genkendelsesteknologi til PMS-udstyr (placering, type, mærke osv.) gennem AI-læringsbaseret 5G 360°CAM-video
- Udvikling af automatisk tegnområdegenkendelse og OCR (Optical Character Recognition)-baseret læsealgoritme for hver type vitalt signal
- Implementering af NLP (Natural language process)-baseret specifik/forvrænget tegnkorrektionsteknologi
Udvikling af billedforbehandlingsteknologi, der minimerer virkningerne af baggrund, støj, vibrationer, belysning mv.
5) Udvikling af nødaktivitet billede information objekt detektion modul 6) AI adfærd detektion video analyse modellering
- Adfærdsdetektion ved hjælp af deep learning Billedanalysemodellering - Analyse af generelle adfærdsdetektionsteknikker
- Klassemåltest svarende til akut medicinsk adfærd under generel adfærdsdetektion
- Klassedetektion svarende til paramedicineres redningsaktiviteter og patienters bevægelse
- Generel adfærdsdetektionsmodellering 7) Den opnåede inputvariabel baseret på de opnåede mangefacetterede data udtrækker hoveddeterminanterne for modeloutputvariablen gennem Ji-an Lee dybe netværksmetoden og beregner den forudsigelige effekt for den endelige outputvariabel.
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
-
Seoul, Korea, Republikken
- Severance Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
- Én interimanalyse 6 måneder efter studiestart.
- Dataanalyse: Patienter, der blev transporteret til skadestuen på Severance Hospital med ambulancekøretøjer fra to brandstationer i 6 måneder, og mere end 20 % af de punkter, der skulle udfyldes i sagsjournalen, blev kontrolleret
- Unormal forvaltningsplan: Forskerne diskuterer årsagen til den manglende værdi gennem et dataanalysemøde og planlægger en plan for det.
Beskrivelse
Inklusionskriterier:
- Patienter transporteres fra Seodaemun Brandstation, Mapo Brandstation til Severance Hospital Emergency Care Center via 119 ambulance
Ekskluderingskriterier:
- Mindreårige under 18 år
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
---|
Mapo Brandstation
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Area Under Receiver driftskarakteristika, AUROC
Tidsramme: 6 måneder efter studiestart, og i gennemsnit 1 år indtil sidste analyse
|
|
6 måneder efter studiestart, og i gennemsnit 1 år indtil sidste analyse
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Hyuk-Jae Chang, Severance Cardiovascular Hospital
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 4-2019-0739
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
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 .