Durch künstliche Intelligenz unterstützte groß angelegte Elektrokardiogramm-Merkmalsextraktion und Untersuchung des Zusammenhangs zwischen den extrahierten Merkmalen und Mortalität, Schlaganfall oder verschiedenen interessierenden Gesundheitsergebnissen
- In dieser Studie werden groß angelegte EKG-Daten (Elektrokardiogrammdaten aller im MUSE-System gespeicherten Patienten durch Messung des standardmäßigen 12-geführten EKGs beim Severance Health Checkup im Severance Hospital vom 1. November 2005 bis 31. Oktober 2022) mit elektronischer Medizin kombiniert Aufzeichnungen, Daten der National Health Insurance Corporation und Daten zur Todesursache des National Statistical Office, und der Algorithmus der künstlichen Intelligenz wird verwendet, um EKG-Merkmale zu extrahieren, um den Zusammenhang zwischen Tod, Schlaganfall und verschiedenen Gesundheitszuständen zu analysieren und eine externe Überprüfung durchzuführen oder Lernen zu übertragen öffentliche Datenbanken (z. B. Daten der britischen Biobank).
- Beabsichtigt, eine webbasierte Plattform für künstliche Intelligenz zu verwenden, um die bei der Verarbeitung umfangreicher Daten entstehenden Rechenlasten zu verteilen und die Genauigkeit und Effizienz der Analyse zu verbessern.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Detaillierte Beschreibung
- Alle vom Hauptbüro erhaltenen Patientenausweise werden durch Forschungsausweise (anonymisierte Ausweise) ersetzt, sodass der tatsächliche Ausweis nicht offengelegt wird und andere persönliche Identifikationsinformationen (Name, Einwohnermeldenummer) nicht erfasst werden.
Forschungsmethoden:
- Elektrokardiogramm-Extraktion basierend auf den Kriterien der Probanden.
- Kombiniert mit extrahierten EKG-Daten und Daten der National Insurance Corporation (+ Todesursachendaten des National Statistical Office).
- Definition „Gesundheit aus Interesse“ (HOI). Einschließlich Tod, Schlaganfall usw.
- Der definierte HOI kann aus Daten des Yonsei Medical Center oder aus Daten des National Insurance Service oder den Todesursachendaten von Statistics Korea extrahiert werden.
- Modelltraining für künstliche Intelligenz mit Elektrokardiogramm (und ggf. klinischem Informationsdiagramm) als Eingabe, unter Verwendung überwachter Deep-Learning-Algorithmen, wenn eine Beschriftung vorhanden ist, und unbeaufsichtigter Lernalgorithmen, wenn keine Beschriftung vorhanden ist.
- Leistungsbewertung für überwachtes Lernen von Modellen der künstlichen Intelligenz.
- Im Fall von unbeaufsichtigt lernenden Modellen der künstlichen Intelligenz die Assoziation/Korrelation zwischen extrahierten Merkmalen und HOI oder die Vorhersagbarkeits-/Erkennbarkeitsanalyse.
- Transferlernen kann durchgeführt werden, indem dem gelernten Modell mithilfe öffentlicher Datenbanken externe Verifizierungs- oder dielektrische Daten hinzugefügt werden.
- Eine externe Verifizierung kann mithilfe externer Zusatzdaten durchgeführt werden, indem das erlernte Modell auf einer webbasierten Plattform für künstliche Intelligenz bereitgestellt wird.
- Bei großen Datenmengen können Rechenlasten mithilfe webbasierter Plattformen für künstliche Intelligenz verteilt werden.
- Die Analyseergebnisse können anonymisiert werden und die Analyseergebnisse können Forschern über eine webbasierte Plattform für künstliche Intelligenz zur Verfügung gestellt werden.
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Hui-Nam Pak
- Telefonnummer: 82-2-2228-8459
- E-Mail: hnpak@yuhs.ac
Studienorte
-
-
-
Seoul, Korea, Republik von
- Yonsei University Health System
-
Kontakt:
- Hui-Nam Pak
- Telefonnummer: 82-2-2228-8459
- E-Mail: hnpak@yuhs.ac
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
Alle im MUSE-System gespeicherten Patienten nach Messung eines standardmäßigen 12-geführten Elektrokardiogramms beim Severance Health Checkup im Severance Hospital vom 1. November 2005 bis 31. Oktober 2022
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Anzahl der Patienten mit Mortalität
Zeitfenster: 2 Jahre
|
Untersuchung der Reproduzierbarkeit der Mortalitätsvorhersage (Anzahl der Patienten, die unabhängig von der Ursache starben) anhand von EKG-Daten, die innerhalb eines Jahres vor dem Tod mithilfe von Algorithmen der künstlichen Intelligenz gemessen wurden
|
2 Jahre
|
|
Anzahl der Patienten mit Schlaganfall, Vorhofflimmern, Demenz
Zeitfenster: 2 Jahre
|
Untersuchung der Korrelation bestimmter EKG-Muster mit der Möglichkeit eines Schlaganfalls/Vorhofflimmerns oder Demenz mithilfe von Algorithmen der künstlichen Intelligenz.
|
2 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Hauptermittler: Hui-Nam Pak, Yonsei University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 4-2022-1506
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .