Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Toteutettavuustutkimus tekoälyohjelmistoa koskevien diagnostisten ehdotusten tarkoituksenmukaisuuden parantamiseksi iäkkäille ihmisille. (Intel@Med-Fais)

tiistai 14. kesäkuuta 2022 päivittänyt: University Hospital, Limoges

Väestön ikääntymiseen liittyy kroonisten sairauksien ongelma ja joskus voimakas riippuvuus, joka edellyttää pääsyä hoitokodeihin (NHs). Noin 660 000 ihmistä asuu tällä hetkellä Ranskan NH:issa. Yhdellä kolmesta NH:sta ei ole koordinoivaa lääkäriä, vaikka laki sitä vaatii, ja hoidon saatavuus näissä NH:issa on hyvin epätasa-arvoista kansallisesti ja erityisesti Limousinin ja Dordognen alueilla. Jotkut sairaalat saattavat joutua tilanteeseen, jossa koordinoivaa lääkäriä ei ole ja yleislääkäreiden pääsy laajalle alueelle on vaikeaa.

Tämä epätasa-arvoinen hoitoon pääsy johtaa eroon hoidossa, joka voi menettää mahdollisuuden asukkaille, jotka siirretään välittömästi ensiapuun (ED) ja heillä on iatrogeenin tai deliriumin riski päivystysosastolla tai sopimaton sairaalahoito.

Asukkaat ovat sairaalahoidossa:

  • kun jälkimmäinen olisi voitu välttää, koska terveydenhuoltotiimi ei tiennyt, minkä asenteen omaksua, priorisoi sairaalahoitoa
  • Myöhässä, koska asukas odotti hoitavan lääkärin saapumista, mikä johti oireiden pahenemiseen.

Tekoälyn (AI) tulo on tilaisuus löytää uusia hoidon organisointimalleja, jotka voivat lieventää lääketieteellistä aavikoitumista, mutta myös kehittää gerontologian edistyneitä käytäntöjä. Esimerkiksi sairaanhoitajat voivat puuttua ensimmäisellä tasolla tiettyjen sairauksien varhaiseen havaitsemiseen, parempaan lajitteluun ja varhaiseen hallintaan.

Ranskalaisen yrityksen kehittämä "MEDVIR-yhteiskunta" AI on lääketieteellisen päätöksenteon tukijärjestelmä tekoälyllä ja tarjoaa esidiagnoosin kerättyjen tietojen (lääketieteellinen ja kirurginen historia, samanaikaiset hoidot ja oireet) perusteella. MEDVIR on diagnostinen apuväline, eikä se korvaa ketjun lopussa olevaa lääkäriä, lopullista päätöksentekijää.

Ennen kuin tutkitaan tämän tekniikan integroimista rutiinihoitoon, on tärkeää validoida tekoälyn diagnostinen merkitys vanhuksilla, kuten se on validoitu yleisessä väestössä.

Tämän pilottitoteutettavuustutkimuksen avulla voimme sitten metodologisesti mitoittaa tulevaa hanketta, jolla arvioidaan tämän uuden hoitojärjestelmän tehokkuutta iäkkäiden potilaiden hoidossa lääketieteellisissä aavikoissa Ranskassa.

Tutkimuksen yleiskatsaus

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

18

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • Isle, Ranska, 87170
        • Ehpad Des Bayles
      • Limoges, Ranska, 87000
        • Ehpad Le Roussillon

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

65 vuotta ja vanhemmat (Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei käytössä

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Hoitokodissa asuva, jolla on terveysongelma, joka vaatii hoitavan lääkärin kutsun.

Kuvaus

Sisällyttämiskriteerit:

  • 65-vuotias tai vanhempi potilas
  • Potilas, joka asuu toisessa kahdesta NH-testistä
  • Potilas, jolla on toimintahäiriö tai epänormaaleja oireita, joihin liittyy lääkärin kutsu
  • Potilas tai hänen laillinen edustajansa, joka ei ole ilmaissut vastustavansa lääketieteellisten ja henkilötietojensa keräämistä
  • Potilas, joka kuuluu sosiaaliturvaan

Poissulkemiskriteerit:

  • Elämänsä lopussa oleva potilas
  • Potilas, jolla on selkeä elintärkeä hätätilanne lääkärin mukaan
  • Krooninen afaasinen potilas

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
AI

Sairaanhoitajan ensiarviointi tekoälytyökalulla, joka tallentaa MEDVIRiin potilaan oireet tai toimintahäiriöt ja liitännäissairaudet ja jota täydentää telelääketieteen ratkaisu tiedon siirtoon valvontakeskuksessa tai terveyskeskuksessa sijaitsevalle etäasiantuntijalääkärille. Etälääkäri (geriatri Limogesin yliopistollisen sairaalan kliinisen gerontologian osaston "Prevention Care for Elderly Unit (UPSAV) -alustalta") analysoi sairaanhoitajan keräämät tiedot ja määrittää oireiden vakavuuskriteerin ja diagnoosin. AI-tekniikka.

Sekä geriatri että NH:n sairaanhoitaja eivät ole tietoisia tekoälyn ehdotuksista.

Geriatri voi kuitenkin aloittaa käynnin asukkaan asuinpaikalla tarkastaakseen diagnoosin tekemiseen tarvittavat tiedot ja parantaakseen siten algoritmin relevanssia. Asukkaalle tämä tutkimus ei häiritse tavallista hoitoa.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälyn diagnostiikkaehdotukset
Aikaikkuna: 1 kuukausi
Lääketieteellisen diagnoosin kanssa riittävien tekoälydiagnostiikkaehdotusten määrä tutkimuskuukauden aikana
1 kuukausi

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
vakavuusdiagnooseja
Aikaikkuna: 1 kuukausi
Tekoälyratkaisun ehdottamien vakavuusdiagnoosien määrä verrattuna etä-geriatrin lääketieteelliseen diagnoosiin tutkimuskuukauden aikana
1 kuukausi
tyytyväisyyskysely
Aikaikkuna: 1 kuukausi
Käyttäjien (NH:n sairaanhoitajat, osallistujat, terveyskeskuksen johtajat ja geriatrit) täyttämän tyytyväisyyskyselyn analyysi
1 kuukausi

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Lauantai 21. joulukuuta 2019

Ensisijainen valmistuminen (Todellinen)

Tiistai 22. syyskuuta 2020

Opintojen valmistuminen (Todellinen)

Tiistai 22. syyskuuta 2020

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 23. tammikuuta 2020

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 23. tammikuuta 2020

Ensimmäinen Lähetetty (Todellinen)

Maanantai 27. tammikuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 21. kesäkuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 14. kesäkuuta 2022

Viimeksi vahvistettu

Perjantai 1. lokakuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • 87RI19_0026 (Intel@Med-Faisa)

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

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 .

Kliiniset tutkimukset Tekoäly

Kliiniset tutkimukset intel@med-feasibility

3
Tilaa