- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT05783024
Kehittynyt tietoavusteinen lääketiede, osa keuhkosyöpää (ADAMpartlung)
ADAM-alatutkimus Luik 2: Havainnollinen retrospektiivinen yhden keskuksen kohorttitutkimus tekoälyn ennustusmallien rakentamisesta ja validoinnista keuhkosyöpäpotilaiden tuloksiin
Tutkimuksen yleiskatsaus
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
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Peter De Jaeger, PhD
- Puhelinnumero: 003251237650
- Sähköposti: peter.dejaeger@azdelta.be
Tutki yhteystietojen varmuuskopiointi
- Nimi: Ingel Demedts, MD
- Puhelinnumero: 003251237111
Opiskelupaikat
-
-
West-Vlaanderen
-
Roeselare, West-Vlaanderen, Belgia, 8800
- Rekrytointi
- AZ Delta
-
Ottaa yhteyttä:
- Peter De Jaeger, PhD, Prof
- Puhelinnumero: 003251237650
- Sähköposti: peter.dejaeger@azdelta.be
-
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
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Keuhkosyöpäpotilaat sisältyvät keuhkosyöpäpotilaiden reittiin
Poissulkemiskriteerit:
- Ei määritelty
Opintosuunnitelma
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
Sponsori
Tutkijat
- Päätutkija: Ingel Demedts, MD, AZ Delta
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- B1172021000032
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 .