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

Kehittynyt tietoavusteinen lääketiede, osa keuhkosyöpää (ADAMpartlung)

tiistai 9. toukokuuta 2023 päivittänyt: AZ Delta

ADAM-alatutkimus Luik 2: Havainnollinen retrospektiivinen yhden keskuksen kohorttitutkimus tekoälyn ennustusmallien rakentamisesta ja validoinnista keuhkosyöpäpotilaiden tuloksiin

Tekoälymallin kehittäminen ja validointi, joka tukee lääkäreitä heidän päätöksenteossa keuhkosyöpäpotilaiden hoidossa. Tämän tekoälymallin on ennakoitava mahdollisten keuhkosyövän hoitojen tulosten todennäköisyys tai kehitys. Tällaisten mallien koulutuksen syöttödata on "syvä potilas". Tämä syväpotilas on oma tekoälymalli, joka on koulutettu sairaalatietojen perusteella, kuten toissijaisissa tavoitteissa on kuvattu.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Interventio / Hoito

Yksityiskohtainen kuvaus

Tämän tutkimuksen tavoitteena on valmistella ja avata siled real-world-data (RWD) analysointia ja keinotekoista mallin rakentamista varten tavoitteena saada reaalimaailman todisteita (RWE). Nykyään lääkärit ja sairaanhoitajat keräävät potilailta tietoja ja rekisteröivät tiedot sähköiseen sairauskertomusjärjestelmään. Tietopisteitä ei useinkaan ole saatavilla jäsennellyssä muodossa, joten tiedon kerääminen ja lukituksen avaaminen tehdään pyynnöstä manuaalisesti. Kerätyn tiedon huolellinen analysointi tekoälytyökalujen avulla saattaa myös auttaa ennustamaan, ketkä potilaat ovat suurimmassa vaarassa joutua terveydenhuoltoon, ensiapukäyntiin ja sairaalahoitoon. Siksi asiaankuuluvat tulokset ennustava malli auttaisi merkittävästi lääkäreiden päivittäistä toimintaa.

Ensisijainen tavoite Tekoälymallin kehittäminen ja validointi, joka tukee lääkäreitä heidän päätöksenteossa keuhkosyöpäpotilaiden hoidossa. Tämän tekoälymallin on ennakoitava mahdollisten keuhkosyövän hoitojen tulosten todennäköisyys tai kehitys. Mallin syöttötietolähteitä ovat sairaalatiedot, kuten väestötiedot, terveydentila, aiemmat hoidot, kuvantamistiedot ja fysiologiset tiedot, yksityiskohtaiset hoitotiedot

Toissijaiset tavoitteet

  • Keuhkosyövän datapisteiden automaattinen lukituksen avaaminen, kerääminen ja muuntaminen OMOP-yhteistietomalliksi, jotta tiedot ovat helposti saatavilla jatkotutkimuksia ja analyyseja varten
  • Digitaalisen potilaan rakentaminen harjoittelemalla tekoälymallia, johon syötetään kaikki OMOP-yhteistietomallissa saatavilla olevat tiedot
  • Digitaalisen potilaan validointi ja optimaalinen ominaisuusvalinta tekoälymallin suorituskyvyn parantamiseksi valvomattomien oppimistekniikoiden avulla

Mahdollisuus soveltaa muuntajia edustamaan potilaita on todella henkilökohtaista ja jopa ennustavaa lääketiedettä. Syynä on se, että muuntajat ovat instrumentti, joka mahdollistaa miljoonien vuorovaikutteisten ja epälineaarisesti käyttäytyvien parametrien käsittelyn. Tästä syystä yllä olevan kuvan tietolähteitä voidaan laajentaa sisältämään geneettistä tietoa ja niin edelleen. käyttää Digitaalisen potilaan optimaalista ominaisuuksien valintaa parantaakseen tekoälymallin suorituskykyä valvomattomien oppimistekniikoiden avulla ja hienosäätääkseen ennustemalleja päivittäistä harjoittelua varten.

Virtuaalikaksosen rakentaminen edustamaan potilasta yksityiskohtaisesti, jotta populaatioanalyysi ja mallin rakentaminen ovat kliinisesti merkityksellisiä.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

500

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

  • Nimi: Ingel Demedts, MD
  • Puhelinnumero: 003251237111

Opiskelupaikat

    • West-Vlaanderen
      • Roeselare, West-Vlaanderen, Belgia, 8800
        • Rekrytointi
        • AZ Delta
        • Ottaa yhteyttä:
        • Päätutkija:
          • Ingel Demedts, Prof
        • Alatutkija:
          • Hannelore Bode, MD
        • Alatutkija:
          • Bernard Bouckaerts, MD
        • Alatutkija:
          • Kris Carron, MD
        • Alatutkija:
          • Stephanie Dobbelaere, MD
        • Alatutkija:
          • Ulrike Himpe, MD
        • Alatutkija:
          • Heidi Mariën, MD
        • Alatutkija:
          • Peter Van Haecke, MD
        • Alatutkija:
          • Wim Verbeke, MD
        • Alatutkija:
          • Peter De Jaeger, Prof, PhD
        • Alatutkija:
          • Pieter-Jan Lammertyn
        • Alatutkija:
          • Louise Berteloot
        • Alatutkija:
          • Kim Denturck, Msc ir

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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Keuhkosyöpäpotilaat mukana keuhkosyöpäpotilasreitillä 20.4.2018 alkaen

Kuvaus

Sisällyttämiskriteerit:

  • Keuhkosyöpäpotilaat sisältyvät keuhkosyöpäpotilaiden reittiin

Poissulkemiskriteerit:

  • Ei määritelty

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tiedot kansainväliseen yhteiseen tietomalliin valmiina tekoälyn syöttämiseen
Aikaikkuna: 2022
Keuhkosyövän sairaalatiedot on käännetty ja kliinisesti validoitu UMLS-konsepteilla ja tallennettu OMOP-yhteistietomalliin
2022

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Digitaalinen potilasrakenne
Aikaikkuna: 2023
Digitaalisen potilaan rakentaminen harjoittelemalla tekoälymallia
2023
Valvottua koneoppimista
Aikaikkuna: 2023
Koulutetaan ja validoidaan valvottuja koneoppimismalleja, joissa on rajoitettu joukko valittuja ominaisuuksia syötteenä keuhkosyöpäpotilaiden tulosten ennustamiseen.
2023
Ennustavan tekoälymallin rakentaminen ja validointi keuhkosyöpäpotilaille
Aikaikkuna: 2024
Ennustavan tekoälymallin toteutettavuuslähestymistavan rakentaminen ja validointi; Ennustetun lopputuloksen tekoälymallien rakentaminen, kuten 30 päivän kuolleisuus, 30 päivän päivystyskäynti, elämänlaadun kehitys, akuutit hoidon komplikaatiot
2024

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Tutkijat

  • Päätutkija: Ingel Demedts, MD, AZ Delta

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)

Maanantai 27. syyskuuta 2021

Ensisijainen valmistuminen (Odotettu)

Perjantai 27. syyskuuta 2024

Opintojen valmistuminen (Odotettu)

Tiistai 31. joulukuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 13. maaliskuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 13. maaliskuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Perjantai 24. maaliskuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 10. toukokuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 9. toukokuuta 2023

Viimeksi vahvistettu

Maanantai 1. toukokuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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 .

Tilaa