AI-suurten mallien arviointi diagnoosissa ja hoidossa todellisissa tapauksissa: monikeskuksellinen retrospektiivinen tutkimus
Tekoälyn suurten mallien arviointi diagnosoinnissa ja hoidossa todellisissa tapauksissa: monikeskuksinen retrospektiivinen tutkimus
Tutkimuksen yleiskatsaus
Tila
Tila
Ehdot
Ehdot
Interventio / Hoito
Interventio / Hoito
Opintotyyppi
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Ilmoittautuminen
Yhteystiedot ja paikat
Opiskeluyhteys
Opiskeluyhteys
- Nimi: Ning Xu
- Puhelinnumero: +86-13235907575
- Sähköposti: drxun@fjmu.edu.cn
Opiskelupaikat
-
-
-
Fuzhou, Kiina
- Rekrytointi
- The First Affiliated Hospital of Fujian Medical University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Tapausaineisto on peräisin tutkimukseen osallistuneista neljästä sairaalasta, ja siinä on täydelliset ja aitot diagnoosi- ja hoitotiedot.
- Potilaiden on oltava 18-vuotiaita tai vanhempia, sukupuolirajoituksia ei ole.
- Täydelliset potilastiedot, mukaan lukien seuraavat keskeiset tiedot: potilaan perustiedot, nykytautihistoria, aiempi sairaushistoria, fysikaalinen tutkimus ja lisätutkimukset (mukaan lukien laboratorio- ja kuvantamistutkimukset).
- Selkeä kotiutusdiagnoosi ja hoitosuunnitelma (mukaan lukien hoitotoimenpiteet ja seurantasovellutukset).
- Potilastiedot on arkistoitu, ja ne sisältävät objektiivisia ja tarkkoja tietoja, joita ei ole muutettu.
- Potilas tai hänen laillinen edustajansa on antanut tietoon perustuvan suostumuksen ja suostunut anonymisoitujen potilastietojensa käyttöön tutkimusanalyysia varten.
Poissulkemiskriteerit:
- Potilastiedot, joissa on merkittävästi puuttuvia tietoja, kuten keskeisiä kliinisiä yksityiskohtia (nykytautihistoria, diagnoosi- tai hoitotiedot jne.).
- Tapaukset, joissa diagnoosi tai hoitosuunnitelma on epäselvä, tai joissa alkuperäistä diagnoosia ei ole hoidettu loppuun saakka.
- Tapaukset, joissa päähäiriö ei ole urologinen.
- Tapaukset, joissa tietueissa on suuria virheitä tai epäjohdonmukaisuuksia, jotka voivat vaikuttaa jatkoarviointiin.
- Potilastiedot erityisissä muodoissa tai kuvissa, joita ei voi lukea (esim. käsinkirjoitetut muistiinpanot, epästandardi dokumentointi).
- Potilaat, jotka eivät ole allekirjoittaneet tietoon perustuvan suostumuksen lomaketta tai jotka kieltäytyvät sallimasta potilastietojensa käytön tutkimuksessa.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnostinen tarkkuus: Arvioituna Top-1 tarkkuudella
Aikaikkuna: Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Top-1: Mallin ensimmäisen diagnoosin osuus tapauksista, joissa se vastaa todellista päädiagnoosia.
|
Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
|
Diagnostinen tarkkuus: Arvioitu Top-3 tarkkuudella
Aikaikkuna: Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Top-3: Osuus tapauksista, joissa todellinen diagnoosi esiintyy mallin parhaiden 3 joukossa.
|
Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
|
Diagnostinen täydellisyys
Aikaikkuna: Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Osuus mallin diagnooseista, jotka ovat samat kuin kaikki (ensisijaiset ja toissijaiset) diagnoosit tapauksessa.
|
Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
|
Differentiaalidiagnoosin laatu
Aikaikkuna: Tutkimuksen loppuun saakka, keskimäärin 3 kuukautta
|
Arvioi asiantuntijat 5-portaisen Likert-asteikon avulla, huomioiden tekijät kuten yleisten sairauksien kattavuus, looginen selkeys ja spesifisyys
|
Tutkimuksen loppuun saakka, keskimäärin 3 kuukautta
|
|
Hoitosuunnitelman laatu
Aikaikkuna: Tutkimuksen loppuun saakka, keskimäärin 3 kuukautta
|
Arvioi, ovatko mallin hoitosuositukset linjassa kliinisten ohjeiden kanssa, ja asiantuntijat pisteyttävät ne täydellisyyden, soveltuvuuden ja turvallisuuden perusteella.
|
Tutkimuksen loppuun saakka, keskimäärin 3 kuukautta
|
|
Analyysiaika
Aikaikkuna: Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
5. AI-mallin kestää tarjota diagnooseja ja hoitosuosituksia (sekunteina), mikä heijastaa reaaliaikaisuutta.
|
Tutkimuksen loppuun asti, keskimäärin 3 kuukautta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Opiskelun aloitus
Ensisijainen valmistuminen (Arvioitu)
Ensisijainen valmistuminen
Opintojen valmistuminen (Arvioitu)
Opintojen valmistuminen
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Ensimmäinen Lähetetty
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin päivitys julkaistu
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
Muut tutkimustunnusnumerot
- MRCTA,ECFAH of FMU[2025]902
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .