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

AI-assisteret medicinsk beslutningstagning

27. februar 2025 opdateret af: Kang Zhang, The Eye Hospital of Wenzhou Medical University

En kohortundersøgelse til evaluering

Denne undersøgelse bygger og anvender en AI -model til at hjælpe læger med at forudsige patientdiagnoser og resultater, som overlevelse eller hospitalophold. Vi vil bruge realtid, multimodale data (laboratorier, vitale tegn, historie, billeddannelse) fra hospitalets poster. Patienter vil blive sporet for at sammenligne AI's præstation med standardpleje. Målet er at forbedre diagnosen og behandlingsnøjagtigheden i en reel verden, prospektiv undersøgelse.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Denne undersøgelse sigter mod at opbygge og anvende en kunstig intelligens (AI) -model for at hjælpe læger med at forudsige patientdiagnoser og resultater, såsom overlevelse eller hospitalets opholdslængde. Vi tilmelder patienter på tværs af hospitalet og bruger realtid, multimodal sundhedsdata-inklusive laboratorieresultater, vitale tegn, medicinsk historie og billeddannelse-fra elektroniske sundhedsregistre. Undersøgelsen vil følge deltagerne for at evaluere AI -modellens præstation mod standardpraksis. Vores mål er at forbedre nøjagtigheden og hastigheden af ​​diagnoser og behandlinger, hvilket forbedrer patientpleje. Denne prospektive undersøgelse tester modellen i de virkelige hospitalsindstillinger.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

50000000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Kina
    • Zhejiang
      • Wenzhou, Zhejiang, Kina
        • Rekruttering
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Kina
        • Rekruttering
        • Second Affiliated Hospital of Wenzhou Medical University
        • Kontakt:

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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Denne undersøgelse inkluderer alle patienter, der er indlagt på enhver hospitalsafdeling, med realtids elektroniske sundhedsrekorddata (f.eks. Lab, vitale tegn, historie, billeddannelse). Deltagerne skal acceptere dataindsamling.

Beskrivelse

Inkluderingskriterier:

  1. Patienter indrømmede enhver afdeling på hospitalet (f.eks. ICU, generelle afdelinger, nødsituation, ambulante tjenester) i undersøgelsesperioden.
  2. 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

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Hospitalsdækkende patientkohort
Andet: AI-associeret strategi
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

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

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

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

Sponsor

The Eye Hospital of Wenzhou Medical University

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)

24. februar 2025

Primær færdiggørelse (Anslået)

1. juni 2026

Studieafslutning (Anslået)

1. juni 2026

Datoer for studieregistrering

Først indsendt

24. februar 2025

Først indsendt, der opfyldte QC-kriterier

24. februar 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. februar 2025

Sidst verificeret

1. februar 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Andre undersøgelses-id-numre

  • AI Prediction

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

produkt fremstillet i og eksporteret fra U.S.A.

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 .

Kliniske forsøg med Studie i den virkelige verden

Kliniske forsøg med AI-associeret strategi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Kazakhstan

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner