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

Ydelsen af et OCR-Prompt-LLM integreret arbejdsflow til udtrækning af multidimensionelle kliniske data ved iskæmisk hjertesygdom (OPAL-CAD)

Ydeevne af et OCR-Prompt-LLM integreret arbejdsflow til ekstrahering af multidimensionelle kliniske data ved iskæmisk hjertesygdom

Denne forskning har til formål at evaluere en omfattende AI-drevet arbejdsgang til både klinisk dataudtrækning og diagnostisk klassifikation ved koronararteriesygdom (CAD). Ved at udnytte OCR og store sprogmodeller (LLM'er) er systemet designet til at udtrække ti centrale kliniske parametre (såsom LVEF og laboratorieresultater) og give diagnostiske undertyper (UA, STEMI, NSTEMI, CCS) direkte fra ustrukturerede indlæggelsesjournaler. En menneske-maskine-sammenligningsundersøgelse vil blive udført ved hjælp af et testset på 308 patienter, hvor ydeevnen af den LLM-baserede arbejdsgang vil blive sammenlignet med den gennemsnitlige diagnostiske nøjagtighed og behandlingstid for syv kliniske læger. Resultaterne vil give bevis for gennemførligheden af at bruge LLM'er til at forbedre klinisk datastrukturering og diagnostisk effektivitet i kardiologi.

Studieoversigt

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

308

Kontakter og lokationer

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

Studiesteder

      • Beijing, Kina, 100037
        • Fuwai 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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Studiepopulationen består af 308 patienter diagnosticeret med forskellige undertyper af koronar hjertesygdom (CAD). Kohorten er afledt af to store kliniske studier: AIM-CHD-studiet (til pilottestning og prompt-optimering) og SMART-CHD-studiet (til intern validering), som begge blev udført på Fuwai Hospital. Derudover er en ekstern valideringskohorte inkluderet, der omfatter patienter fra 8 uafhængige kliniske undercentre i hele Kina for at sikre geografisk og institutionel diversitet. Populationen dækker et spektrum af CAD-præsentationer, inklusiv Ustabil Angina Pectoris (UA), STEMI, NSTEMI og Kronisk Koronar Syndrom (CCS), hvilket giver et robust datasæt til evaluering af AI-drevet diagnostisk og dataudtrækningsperformance.

Beskrivelse

Inklusionskriterier:

  1. Patienter på 18 år og derover.
  2. Kliniske journaler fra patienter, der tidligere var inkluderet i AIM-CHD (for pilot-/prompt optimeringssættet) eller SMART-CHD (for den interne valideringskohort) studierne.
  3. Patienter diagnosticeret med, eller mistænkt for at have, koronar hjertesygdom (CAD), inklusive undertyper: Ustabil Angina (UA), STEMI, NSTEMI og Kronisk Koronarsyndrom (CCS).

Eksklusionskriterier:

  1. Kliniske journaler med alvorlig datafragmentering eller manglende mere end 50% af de vigtigste kliniske indikatorer.
  2. Håndskrevne medicinske journaler eller lavkvalitetsskanninger, der er ulæselige for optisk tegnkendelse (OCR) behandling.
  3. Dubletjournaler eller journaler med modstridende "Guldstandard"-etiketter, der ikke kan afstemmes af ekspertudvalget.

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
Testkohorte
Denne gruppe består af 50 patientjournaler fra AIM-CHD-studiet på Fuwai Hospital. Disse data bruges specifikt til at forfine OCR-behandling og optimere Prompt Engineering for LLM-baseret arbejdsgang.
Interventionen er et automatiseret klinisk datahåndteringssystem, der integrerer Optical Character Recognition (OCR), optimeret Prompt Engineering og Large Language Models (LLMs). Arbejdsgangen behandler ustrukturerede indlæggelsesjournaler for at udtrække 10 vigtige kliniske indikatorer (f.eks. LVEF, CAD-undertyper, medicin) og klassificerer patienten i specifikke koronararteriesygdomskategorier (UA, STEMI, NSTEMI, CCS)
Standard manuel proces, hvor erfarne kliniske læger indsamler og fortolker patientoplysninger fra journaler. Dette tjener som menneskelig reference for at sammenligne diagnostisk nøjagtighed og operationel effektivitet.
Intern Valideringskohort
Denne kohorte inkluderer 188 kliniske tilfælde fra SMART-CHD-studiet på Fuwai Hospital. Disse optegnelser fungerer som den primære interne reference for at evaluere den diagnostiske og ekstraktionsnøjagtighed af LLM-arbejdsgangen i forhold til den etablerede grundsandhed.
Interventionen er et automatiseret klinisk datahåndteringssystem, der integrerer Optical Character Recognition (OCR), optimeret Prompt Engineering og Large Language Models (LLMs). Arbejdsgangen behandler ustrukturerede indlæggelsesjournaler for at udtrække 10 vigtige kliniske indikatorer (f.eks. LVEF, CAD-undertyper, medicin) og klassificerer patienten i specifikke koronararteriesygdomskategorier (UA, STEMI, NSTEMI, CCS)
Standard manuel proces, hvor erfarne kliniske læger indsamler og fortolker patientoplysninger fra journaler. Dette tjener som menneskelig reference for at sammenligne diagnostisk nøjagtighed og operationel effektivitet.
Ekstern Valideringskohort
Denne kohorte omfatter 70 patientjournaler indsamlet fra 8 uafhængige undercentre (undtagen Fuwai Hospital) for at vurdere modelens generaliserbarhed og robusthed på tværs af forskellige kliniske miljøer og forskellige journalformater.
Interventionen er et automatiseret klinisk datahåndteringssystem, der integrerer Optical Character Recognition (OCR), optimeret Prompt Engineering og Large Language Models (LLMs). Arbejdsgangen behandler ustrukturerede indlæggelsesjournaler for at udtrække 10 vigtige kliniske indikatorer (f.eks. LVEF, CAD-undertyper, medicin) og klassificerer patienten i specifikke koronararteriesygdomskategorier (UA, STEMI, NSTEMI, CCS)
Standard manuel proces, hvor erfarne kliniske læger indsamler og fortolker patientoplysninger fra journaler. Dette tjener som menneskelig reference for at sammenligne diagnostisk nøjagtighed og operationel effektivitet.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Samlet diagnostisk- og ekstraktionsnøjagtighedsrate
Tidsramme: Gennem studiefærdiggørelse, i gennemsnit 3 måneder.
For at beregne den samlede nøjagtighedsrate for det LLM-baserede arbejdsflow på tværs af 308 tilfælde (inklusive pilotsættet, den interne valideringskohort og den eksterne valideringskohort) for 10 kliniske indikatorer (f.eks. LVEF, blodglukose osv.) og 4 diagnostiske undertyper af koronararteriesygdom. Nøjagtighed defineres som andelen af tilfælde, hvor LLM'ens ekstraktions- eller diagnostikeresultater er fuldstændig i overensstemmelse med 'Gold Standard', som er etableret af humane kliniske eksperter.
Gennem studiefærdiggørelse, i gennemsnit 3 måneder.

Samarbejdspartnere og efterforskere

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

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)

23. februar 2026

Primær færdiggørelse (Faktiske)

1. marts 2026

Studieafslutning (Faktiske)

2. marts 2026

Datoer for studieregistrering

Først indsendt

24. marts 2026

Først indsendt, der opfyldte QC-kriterier

24. marts 2026

Først opslået (Faktiske)

30. marts 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

30. marts 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

24. marts 2026

Sidst verificeret

1. februar 2026

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

For at beskytte patienternes privatliv og overholde datastyringspolitikkerne hos de deltagende institutioner (Fuwai Hospital og undercentre), vil individuelle deltagerdata ikke blive offentliggjort. Imidlertid vil aggregerede studieresultater og statistiske analyser blive inkluderet i den endelige publikation.

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 Koronararteriesygdom

Kliniske forsøg med OCR-Prompt-LLM Informationsudvindingsarbejdsgang

Abonner