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

Leistung eines OCR-Prompt-LLM-integrierten Workflows zur Extraktion mehrdimensionaler klinischer Daten bei ischämischer Herzkrankheit (OPAL-CAD)

24. März 2026 aktualisiert von: China National Center for Cardiovascular Diseases

Leistungsfähigkeit eines OCR-Prompt-LLM-integrierten Workflows zur Extraktion mehrdimensionaler klinischer Daten bei ischämischer Herzkrankheit

Diese Studie zielt darauf ab, einen umfassenden KI-gestützten Workflow sowohl für die klinische Datenextraktion als auch für die diagnostische Klassifizierung bei koronarer Herzkrankheit (KHK) zu evaluieren. Unter Nutzung von OCR und Large Language Models (LLMs) ist das System darauf ausgelegt, zehn wichtige klinische Parameter (wie LVEF und Laborergebnisse) zu extrahieren und diagnostische Subtypen (UA, STEMI, NSTEMI, CCS) direkt aus unstrukturierten stationären Aufzeichnungen bereitzustellen. Ein Mensch-Maschine-Vergleichstest wird mit einem Testset von 308 Patienten durchgeführt, wobei die Leistung des LLM-basierten Workflows gegen die durchschnittliche diagnostische Genauigkeit und Verarbeitungszeit von sieben klinischen Ärzten verglichen wird. Die Ergebnisse werden Evidenz für die Machbarkeit der Nutzung von LLMs zur Verbesserung der klinischen Datenstrukturierung und diagnostischen Effizienz in der Kardiologie liefern.

Studienübersicht

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

308

Kontakte und Standorte

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

Studienorte

      • Beijing, China, 100037
        • Fuwai Hospital

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Die Studienpopulation besteht aus 308 Patienten mit verschiedenen Subtypen der koronaren Herzkrankheit (KHK). Die Kohorte stammt aus zwei großen klinischen Studien: der AIM-CHD-Studie (für Pilot-Tests und Prompt-Optimierung) und der SMART-CHD-Studie (für interne Validierung), die beide am Fuwai Hospital durchgeführt wurden. Darüber hinaus ist eine externe Validierungskohorte enthalten, die Patienten aus 8 unabhängigen klinischen Teilzentren in ganz China umfasst, um geografische und institutionelle Vielfalt zu gewährleisten. Die Population deckt ein Spektrum von KHK-Manifestationen ab, darunter Instabile Angina (UA), STEMI, NSTEMI und Chronisches Koronarsyndrom (CCS), und bietet damit einen robusten Datensatz für die Bewertung der KI-gestützten Diagnose- und Datenextraktionsleistung.

Beschreibung

Einschlusskriterien:

  1. Patienten im Alter von 18 Jahren und älter.
  2. Klinische Aufzeichnungen von Patienten, die zuvor in den AIM-CHD- (für den Pilot-/Prompt-Optimierungssatz) oder SMART-CHD-Studien (für die interne Validierungskohorte) eingeschrieben waren.
  3. Patienten mit diagnostizierter oder vermuteter koronarer Herzkrankheit (KHK), einschließlich Subtypen: Instabile Angina (UA), STEMI, NSTEMI und Chronisches Koronarsyndrom (CCS).

Ausschlusskriterien:

  1. Klinische Aufzeichnungen mit schwerer Datenfragmentierung oder mehr als 50 % fehlenden wichtigen klinischen Indikatoren.
  2. Handschriftliche Krankenakten oder qualitativ minderwertige Scans, die für die optische Zeichenerkennung (OCR) nicht lesbar sind.
  3. Doppelte Aufzeichnungen oder Aufzeichnungen mit widersprüchlichen „Goldstandard“-Kennzeichnungen, die vom Expertengremium nicht bereinigt werden können.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Testkohorte
Diese Gruppe besteht aus 50 Patientenakten aus der AIM-CHD-Studie des Fuwai-Krankenhauses. Diese Daten werden speziell zur Verfeinerung der OCR-Verarbeitung und zur Optimierung des Prompt Engineering für den LLM-basierten Workflow genutzt.
Die Intervention ist ein automatisiertes klinisches Datenmanagementsystem, das optische Zeichenerkennung (OCR), optimiertes Prompt Engineering und große Sprachmodelle (LLMs) integriert. Der Workflow verarbeitet unstrukturierte stationäre Aufzeichnungen, um 10 wichtige klinische Indikatoren (z. B. LVEF, CAD-Subtypen, Medikamente) zu extrahieren und klassifiziert den Patienten in spezifische Koronararterienerkrankungskategorien (UA, STEMI, NSTEMI, CCS).
Standardisierter manueller Prozess, bei dem erfahrene klinische Ärzte Patientendaten aus medizinischen Unterlagen sammeln und interpretieren. Dies dient als menschliche Referenz für den Vergleich der diagnostischen Genauigkeit und der betrieblichen Effizienz.
Internes Validierungskohorte
Diese Kohorte umfasst 188 klinische Fälle aus der SMART-CHD-Studie am Fuwai Hospital. Diese Aufzeichnungen dienen als primäre interne Benchmark, um die diagnostische und Extraktionsgenauigkeit des LLM-Workflows anhand der etablierten Grundwahrheit zu bewerten.
Die Intervention ist ein automatisiertes klinisches Datenmanagementsystem, das optische Zeichenerkennung (OCR), optimiertes Prompt Engineering und große Sprachmodelle (LLMs) integriert. Der Workflow verarbeitet unstrukturierte stationäre Aufzeichnungen, um 10 wichtige klinische Indikatoren (z. B. LVEF, CAD-Subtypen, Medikamente) zu extrahieren und klassifiziert den Patienten in spezifische Koronararterienerkrankungskategorien (UA, STEMI, NSTEMI, CCS).
Standardisierter manueller Prozess, bei dem erfahrene klinische Ärzte Patientendaten aus medizinischen Unterlagen sammeln und interpretieren. Dies dient als menschliche Referenz für den Vergleich der diagnostischen Genauigkeit und der betrieblichen Effizienz.
Externer Validierungskohorte
Diese Kohorte umfasst 70 Patientenakten, die von 8 unabhängigen Subzentren (ausschließlich Fuwai Hospital) gesammelt wurden, um die Übertragbarkeit und Robustheit des Modells in verschiedenen klinischen Umgebungen und unterschiedlichen Krankenaktenformaten zu bewerten.
Die Intervention ist ein automatisiertes klinisches Datenmanagementsystem, das optische Zeichenerkennung (OCR), optimiertes Prompt Engineering und große Sprachmodelle (LLMs) integriert. Der Workflow verarbeitet unstrukturierte stationäre Aufzeichnungen, um 10 wichtige klinische Indikatoren (z. B. LVEF, CAD-Subtypen, Medikamente) zu extrahieren und klassifiziert den Patienten in spezifische Koronararterienerkrankungskategorien (UA, STEMI, NSTEMI, CCS).
Standardisierter manueller Prozess, bei dem erfahrene klinische Ärzte Patientendaten aus medizinischen Unterlagen sammeln und interpretieren. Dies dient als menschliche Referenz für den Vergleich der diagnostischen Genauigkeit und der betrieblichen Effizienz.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Gesamte diagnostische und Extraktionsgenauigkeitsrate
Zeitfenster: Bis zum Studienabschluss, durchschnittlich 3 Monate.
Um die Gesamtgenauigkeitsrate des LLM-basierten Workflows über 308 Fälle (einschließlich des Pilotdatensatzes, der internen Validierungskohorte und der externen Validierungskohorte) für 10 klinische Indikatoren (z. B. LVEF, Blutzucker usw.) und 4 diagnostische Subtypen der koronaren Herzkrankheit zu berechnen. Genauigkeit wird definiert als der Anteil der Fälle, in denen die Extraktions- oder Diagnoseergebnisse des LLM perfekt mit dem von menschlichen klinischen Experten festgelegten 'Goldstandard' übereinstimmen.
Bis zum Studienabschluss, durchschnittlich 3 Monate.

Mitarbeiter und Ermittler

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

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)

23. Februar 2026

Primärer Abschluss (Tatsächlich)

1. März 2026

Studienabschluss (Tatsächlich)

2. März 2026

Studienanmeldedaten

Zuerst eingereicht

24. März 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. März 2026

Zuerst gepostet (Tatsächlich)

30. März 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

30. März 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

24. März 2026

Zuletzt verifiziert

1. Februar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Um den Datenschutz der Patienten zu gewährleisten und den Datenmanagementrichtlinien der beteiligten Einrichtungen (Fuwai Hospital und Subzentren) zu entsprechen, werden individuelle Teilnehmerdaten nicht öffentlich zugänglich gemacht. Zusammenfassende Studienergebnisse und statistische Analysen werden jedoch in der endgültigen Veröffentlichung enthalten sein.

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 .

Klinische Studien zur Koronare Herzkrankheit

Klinische Studien zur OCR-Prompt-LLM-Informationsextraktions-Workflow

Abonnieren