Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Das IDEAS-AAP-System diagnostiziert akute Bauchschmerzen

3. November 2022 aktualisiert von: Renmin Hospital of Wuhan University

Computergestütztes, evidenzbasiertes System verbesserte die klinische diagnostische Genauigkeit von zertifizierten Ärzten bei akuten Bauchschmerzen

Dies ist eine Studie zur Validierung der Wirkung des intelligenten diagnostischen evidenzbasierten Analysesystems bei der Verstärkung akuter Bauchschmerzen. Die eingeschlossenen Ärzte wurden nach dem Zufallsprinzip der Kontrollgruppe oder der KI-unterstützten Gruppe zugeteilt. In diesem Experiment wurde die gesamte elektronische Krankenakte jedes akuten Bauchschmerzpatienten in zwei Teile geteilt, Zeichen- und Symptomaufzeichnung (einschließlich Hauptbeschwerde, aktuelle Vorgeschichte, körperliche Untersuchung, frühere medizinische Vorgeschichte, unfallchirurgische Vorgeschichte, persönliche Vorgeschichte, Familiengeschichte, geburtshilfliche Anamnese, Menstruationsanamnese, Bluttransfusionsanamnese, Arzneimittelallergieanamnese) und Hilfsuntersuchungsaufzeichnungen (einschließlich Laboruntersuchung und Radiologiebericht). Für jeden Fall lesen die Leser der Kontrollgruppe zuerst die Aufzeichnung der Anzeichen und Symptome der elektronischen Gesundheitsakte und stellen eine klinische Diagnose. Dann müssen sich die Leser entscheiden, entweder eine Liste von Hilfsuntersuchungen zu bestellen oder die klinische Diagnose ohne weitere Untersuchung zu bestätigen. Wenn die Leser sich entscheiden, Untersuchungen zu bestellen, werden die entsprechenden Untersuchungsergebnisse an die Leser zurückgemeldet, und die Leser können dann entscheiden, entweder weiterhin eine Liste von Hilfsuntersuchungen zu bestellen oder eine bestätigende Diagnose zu stellen. Dieser Zyklus wird andauern, bis der Leser eine bestätigende Diagnose stellt. Für die KI-gestützten Lesegeräte wurde den Ärzten zusätzlich das von IDEAS-AAP extrahierte Merkmal, eine von IDEAS-AAP vorhergesagte Liste von Verdachtsdiagnosen und entsprechende diagnostische Kriterien gemäß Leitlinien zur Verfügung gestellt. Nachdem die Leser die Untersuchungsergebnisse erhalten haben, wird der IDEAS-AAP seine Diagnosevorhersage erneuern

Studienübersicht

Detaillierte Beschreibung

In den letzten Jahren hat sich mit der kontinuierlichen Entwicklung von Wissenschaft und Technologie das Angebot an diagnostischen Tests und Biomarkern für Krankheiten und Behandlungsmodalitäten exponentiell vergrößert, und medizinische Informationen sind immer komplexer geworden. Dazu muss der Kliniker den Zustand des Patienten umfassend beurteilen, um die beste Untersuchung und Behandlung auszuwählen. Für die komplexen Symptome im tatsächlichen klinischen Umfeld sind jedoch die entsprechenden Krankheiten zahlreich; Angesichts der komplexen und schweren klinischen Arbeit ist es derzeit das Hauptproblem, die wichtigen Merkmale der Krankheiten von Patienten schneller und genauer zu extrahieren, um eine qualitativ hochwertige und genaue Diagnose und Behandlung zu erreichen. Auf dem Gebiet der Verdauung ist beispielsweise die Hauptbeschwerde des Bauchschmerzes eines der häufigsten klinischen Symptome von Patienten, die eine medizinische Behandlung suchen, und einige akute Bauchschmerzen, wie z andere dringender Beginn, enges Behandlungszeitfenster, hohe Sterblichkeit. Ärzte müssen eine schnelle Diagnose stellen und zwischen denen unterscheiden, die eine Notfallintervention erfordern, und denen, die dies nicht tun, um Patienten rechtzeitig zu behandeln und katastrophale Ereignisse zu vermeiden. Die Ursachen für Bauchschmerzen sind jedoch vielfältig und die Mechanismen komplex. Da Schmerz eine subjektive Empfindung ist und stark von subjektiven Faktoren beeinflusst wird, gibt es außerdem keine klaren objektiven Indikatoren, um festzustellen, ob und wie stark der Schmerz ist, und es ist äußerst schwierig, Bauchschmerzen richtig zu diagnostizieren und zu interpretieren. Zu diesem Zweck muss der Arzt bei der Beurteilung der Bauchschmerzen eines Patienten eine detaillierte Anamnese erheben und eine gründliche körperliche Untersuchung durchführen. In den letzten Jahren hat sich die Technologie der künstlichen Intelligenz rasant entwickelt, insbesondere im Bereich der Medizin wurde sie zu einer weit verbreiteten angewandten Forschung, die sich hauptsächlich in der Diagnose und Differentialdiagnose von Krankheiten, der Prognosebeurteilung und der klinischen Entscheidungsanalyse widerspiegelt. Einige Studien haben gezeigt, dass die KI in Bezug auf Hilfspathologie und bildgebende Diagnostik das durchschnittliche diagnostische Niveau entsprechender Spezialisten erreicht oder sogar übertroffen hat. Die meisten dieser Studien konzentrieren sich auf die Mustererkennung auf der Grundlage von Bildern, und die logische Beurteilung auf der Grundlage natürlicher Sprache unter Verwendung von Informationen aus Krankenakten befindet sich noch in der vorläufigen Entwicklungsphase. Es gibt keine relevanten Berichte über die Integration umfassender Informationen aus großen Krankenakten, um eine intelligente Vorhersage von Erkrankungen des Verdauungstrakts zu treffen.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

151

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Hubei
      • Wuhan, Hubei, China, 430060
        • Renmin Hospital of Wuhan University

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Beschreibung

Einschlusskriterien:

  1. Männer oder Frauen, die über 18 Jahre alt sind;
  2. Nach abgeschlossener medizinischer Ausbildung und Erlangung des Approbationszeugnisses;

Ausschlusskriterien:

  1. Ärzte ohne qualifizierte medizinische Ausbildung und ohne Approbation;
  2. Der Forscher ist der Ansicht, dass die Probanden nicht geeignet sind, an klinischen Studien teilzunehmen.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Experimentell: mit Assistenzsystem der künstlichen Intelligenz

Zusätzlich wurden den Ärzten das vom System extrahierte Merkmal, eine Liste der von IDEAS-AAP vorhergesagten Verdachtsdiagnosen und entsprechende diagnostische Kriterien gemäß Leitlinie zur Verfügung gestellt. Nachdem die Leser die Untersuchungsergebnisse erhalten haben, wird der IDEAS-AAP seine Diagnosevorhersage erneuern.

IDEAS-AAP extrahierte Merkmale aus der elektronischen Patientenakte, lieferte eine Liste verdächtiger Diagnosen und entsprechende diagnostische Kriterien gemäß den Richtlinien. Nachdem die Leser die Untersuchungsergebnisse erhalten haben, wird der IDEAS-AAP seine Diagnosevorhersage erneuern.

Das KI-gestützte Diagnosesystem kann in Echtzeit die Richtung der Krankheitsdiagnose angeben und den Arzt bei der endgültigen Diagnose unterstützen
Kein Eingriff: No Intervention: ohne Assistenzsystem der künstlichen Intelligenz

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Die Genauigkeit der klinischen Diagnose.
Zeitfenster: eine Woche
Berechnungsmethode = Anzahl richtiger Fälle / Gesamtzahl Fälle 100 %
eine Woche

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit der Vorhersage von Krankheiten basierend auf der gesamten elektronischen Patientenakte
Zeitfenster: eine Woche
Berechnungsmethode = Anzahl richtiger Fälle / Gesamtzahl Fälle 100 %
eine Woche
Die Vorhersage von Krankheiten auf der Grundlage der gesamten elektronischen Patientenakte und des Kriterienabgleichs
Zeitfenster: eine Woche
Berechnungsmethode = Anzahl richtiger Fälle / Gesamtzahl Fälle 100 %
eine Woche
Zeitaufwand für das Lesen der EHR
Zeitfenster: eine Woche
eine Woche

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Honggang Yu, MD, Renmin Hospital of Wuhan University

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

15. August 2022

Primärer Abschluss (Tatsächlich)

1. September 2022

Studienabschluss (Tatsächlich)

1. Oktober 2022

Studienanmeldedaten

Zuerst eingereicht

9. August 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

10. August 2022

Zuerst gepostet (Tatsächlich)

11. August 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

8. November 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

3. November 2022

Zuletzt verifiziert

1. August 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 2022K-K146(C01)

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

3
Abonnieren