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

Generativ AI's indvirkning på diagnosticering af komplikationer ved reumatoid artrit

22. december 2025 opdateret af: Quan Jiang, Guang'anmen Hospital of China Academy of Chinese Medical Sciences

Effekten af Generativ Kunstig Intelligens på Diagnostisering af Leddegigtkomplikationer

Generativ AI (GenAI) baseret på store sprogmodeller (LLMs) forventes at forbedre diagnosticering og behandling af autoimmune sygdomme. Vi undersøger, hvordan GenAI kan påvirke diagnosticeringen af forskellige komplikationer ved reumatoid arthritis (RA). I en retrospektiv undersøgelse, der bruger RA-patienters EHR-data, vil vi kvantificere lægers brug af GenAI-forudsigelser for RA-komplikationer og samtidige sygdomme. I en prospektiv observationsundersøgelse vil vi vurdere muligheden for at bruge GenAI-forudsigelser som yderligere klinisk information til at hjælpe læger med at stille mere komplette diagnoser for RA-komplikationer og samtidige sygdomme, herunder komplekse, ualmindelige eller sjældne tilstande.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Anslået)

100

Kontakter og lokationer

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

Studiekontakt

  • Navn: Quan Jiang Guang'anmen Hospital, China Academy of Chinese Medical Science
  • Telefonnummer: 010-88001942
  • E-mail: doctorjq@126.com

Studiesteder

  • Kina
    • Beijing Municipality
      • Beijing, Beijing Municipality, Kina, 100053
        • Rekruttering
        • Guang'anmen Hospital of China Academy of Chinese Medical Sciences
        • Kontakt:
        • Ledende efterforsker:
          • Quan Jiang, MD

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

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Voksne mandlige og kvindelige RA-indlagte patienter indlagt på vores Reumatologiafdeling, som opfylder 2010 American College of Rheumatology (ACR)/European League Against Rheumatism (EULAR) klassifikations- og diagnostiske kriterier for leddegigt.

Beskrivelse

Inklusionskriterier:

  • Patienter med en første diagnose af leddegigt (RA).
  • Alle real-world RA-indlagte patienter indlagt på vores afdeling.
  • Indlæggelse inden for real-world data-studieperioden.

Eksklusionskriterier:

  • Patienter, som senere bekræftes ikke at have RA under studiet.

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
RA-patientgruppe, der anvender generativ AI-prædiktionsrapporter
Indlagte patienter med ny diagnosticeret reumatoid artrit på vores reumatologiafdeling mellem 1. oktober 2025 og juni 2026 vil blive rekrutteret til undersøgelsen. Læger vil bruge GenAI-forudsigelser af potentielle RA-komplikationer og samtidige sygdomme sammen med bekræftende diagnostiske tests som yderligere input i differentialdiagnoseprocessen.
Andet: Generativ AI-forudsigelsesrapport for RA-komplikationer

Generativ AI baseret på flere store sprogmodeller (LLMs) bruges til at forudsige potentielle komplikationer og samtidige sygdomme hos patienter med reumatoid arthritis ved hjælp af EHR-data, der er tilgængelige ved indlæggelsen. Læger bruger disse AI-forudsigelser som yderligere information til at justere deres diagnostiske planer under differentiel diagnostik. Virkningen af denne intervention på de endelige diagnoser ved udskrivningen vil blive målt.

Før det prospektive studie vil anvendeligheden af de generative AI-forudsigelsesrapporter blive valideret ved hjælp af EHR-optegnelser fra retrospektive RA-patienter.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Vil lægerne indføre GenAI-forudsigelser i diagnostikken af RA-komplikationer?
Tidsramme: Umiddelbart efter gennemgang af patientens AI-rapport på indlæggelsesdagen.
I den rutinemæssige plejearbejdsproces anvendes store sprogmodeller (LLM'er) til at forudsige potentielle RA-komplikationer for hver de-identificerede patienttilfælde og generere en AI-rapport, der lister mulige komplikationer og samtidige sygdomme. Yderligere diagnostiske test foreslås for at bekræfte de forudsagte tilstande. Efter gennemgang af AI-rapporten vurderer lægerne straks hver sygdomsforudsigelse ved hjælp af en 5-punkts Likert-skala (1 = fuldstændig uenighed; 2 = uenighed; 3 = neutral; 4 = enighed; 5 = fuldstændig enighed). Gennemsnitskarakteren beregnes som et mål for opfattet forudsigelsesnøjagtighed. Læger angiver også, om hver specifik sygdomsforudsigelse potentielt kunne anvendes eller bruges til at assistere differentialdiagnose (binær: 0 eller 1). Procentdelen af positive anvendelsessvar beregnes som et mål for potentiel anvendelsesrate eller anvendelighed.
Umiddelbart efter gennemgang af patientens AI-rapport på indlæggelsesdagen.

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
I hvilken udstrækning er RA-komplikationsdiagnoser faktisk påvirket af GenAI-forudsigelser?
Tidsramme: Umiddelbart efter at den endelige diagnose er stillet ved udskrivelse.
Før patienten udskrives, foretager lægerne endelige diagnoser og registrerer, hvilke diagnosticerede komplikationer eller samtidige sygdomme, der blev påvirket af GenAI-prædiktionsinformation for hver patient.
Procentdelen af tilfælde, hvor GenAI-prædiktioner påvirkede den endelige diagnose, beregnes som et mål for AI's faktiske indvirkning på rutinemæssig diagnostisk praksis.
Umiddelbart efter at den endelige diagnose er stillet ved udskrivelse.

Samarbejdspartnere og efterforskere

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

Sponsor

Guang'anmen Hospital of China Academy of Chinese Medical Sciences

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.

Hjælpsomme links

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)

1. oktober 2025

Primær færdiggørelse (Anslået)

1. februar 2026

Studieafslutning (Anslået)

1. juni 2026

Datoer for studieregistrering

Først indsendt

28. september 2025

Først indsendt, der opfyldte QC-kriterier

22. december 2025

Først opslået (Faktiske)

24. december 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. december 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

22. december 2025

Sidst verificeret

1. december 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2025-201-KY

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 .

Kliniske forsøg med Hjerte-kar-sygdomme

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Türkiye

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner