AI-avusteinen lääketieteellinen päätöksenteko
torstai 27. helmikuuta 2025 päivittänyt: Kang Zhang, The Eye Hospital of Wenzhou Medical University
Kohorttitutkimus keinotekoisen älykkyysmallin arvioimiseksi lääketieteellisen päätöksenteon avustamiseksi reaaliaikaisella sairaalanlaajuisella sähköisen terveystietojen avulla
Tämä tutkimus rakentuu ja soveltaa AI -mallia auttaakseen lääkäreitä ennustamaan potilaan diagnooseja ja tuloksia, kuten selviytymis- tai sairaalassa oleskelua.
Käytämme reaaliaikaisia, multimodaalisia tietoja (laboratoriot, elintärkeät merkit, historia, kuvantaminen) sairaalarekisteristä.
Potilaita seurataan AI: n suorituskyvyn vertaamiseksi vakiohoitoon.
Tavoitteena on parantaa diagnoosin ja hoidon tarkkuutta reaalimaailmassa, tulevaisuuden tutkimuksessa.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Tämän tutkimuksen tavoitteena on rakentaa ja soveltaa keinotekoista älykkyyttä (AI), joka auttaa lääkäreitä ennustamaan potilaan diagnooseja ja tuloksia, kuten selviytymistä tai sairaalahoitopituutta.
Osallistumme potilaat sairaalassa ja käytämme reaaliaikaisia, multimodaalisia terveystietoja, mukaan lukien laboratoriotulokset, elintärkeät merkit, sairaushistoria ja kuvantaminen sähköisistä terveystiedoista.
Tutkimus seuraa osallistujia arvioimaan AI -mallin suorituskykyä vakiokäytäntöä vastaan.
Tavoitteenamme on parantaa diagnoosien ja hoidon tarkkuutta ja nopeutta parantaen potilaan hoitoa.
Tämä tulevaisuuden tutkimus testaa mallin reaalimaailman sairaalan olosuhteissa.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Arvioitu)
50000000
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Fei Liu, MD
- Puhelinnumero: +86 13810512704
- Sähköposti: liufei_2359@163.com
Opiskelupaikat
-
-
Zhejiang
-
Wenzhou, Zhejiang, Kiina
- Rekrytointi
- First Affiliated Hospital of Wenzhou Medical University
-
Ottaa yhteyttä:
- Cheng Tang
- Puhelinnumero: +86-0577-88002888
- Sähköposti: c249325687@163.com
-
Wenzhou, Zhejiang, Kiina
- Rekrytointi
- Second Affiliated Hospital of Wenzhou Medical University
-
Ottaa yhteyttä:
- Linfeng Liu
- Sähköposti: llfwfe@163.com
-
-
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
Joo
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Tämä tutkimus sisältää kaikki potilaat, jotka on hyväksytty mihin tahansa sairaalaosastoon, jossa on reaaliaikaiset sähköiset terveystietotiedot (esim. Laboratoriot, elintärkeät merkit, historia, kuvantaminen).
Osallistujien on suostuttava tiedonkeruun.
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, jotka päästiin mihin tahansa sairaalan osastoon (esim. ICU, yleiset seurakunnat, hätä-, avohoidon palvelut) tutkimusjakson aikana.
- Potilaat, joilla on saatavana reaaliaikaisia elektronisia terveystietueita (EHR), mukaan lukien vähintään kaksi seuraavista: laboratoriotulokset, elintärkeät merkit, sairaushistoria ja kuvantamistiedot.
Poissulkemiskriteerit:
Potilaat, jotka ovat tällä hetkellä ilmoittautuneet toiseen kliiniseen tutkimukseen, joka voisi häiritä tämän tutkimuksen tiedonkeruuta tai tuloksia.
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 |
|---|---|
|
Sairaalan laajuinen potilasryhmä
|
Tämän tutkimuksen interventioon liittyy AI-järjestelmä, joka hyödyntää multimodaalista datan fuusiota tukemaan kliinistä päätöksentekoa ja sairauksien arviointia.
Tämän kohortin potilaille tehdään vakiotutkimuksia, ja kliiniset päätökset ohjaavat AI -järjestelmän antamat suositukset.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Alue käyrän alla (AUC)
Aikaikkuna: Yksi vuosi
|
ROC-käyrän AUC, jota käytetään diagnostisen tarkkuuden määrittämiseen.
Ei yksikköä (suhde tai prosenttiosuus, joka ilmaistaan tyypillisesti numerona 0–1).
|
Yksi vuosi
|
|
Sairaalan yleinen resurssien hyödyntäminen
Aikaikkuna: Yksi vuosi
|
AI-avustetun päätöksenteon osoitetun prosentuaalisen päätöksenteon osuuden vähentäminen sairaalan kokonaisresurssien käyttö (esim. Sänkypäivät, ICU: n pääsy, diagnostiset testit), jotka ilmaistaan prosentteina.
|
Yksi vuosi
|
|
Väestötason diagnostisen tarkkuuden parantaminen
Aikaikkuna: Yksi vuosi
|
Diagnostisen tarkkuuden yleinen paraneminen kaikissa sairaalapotilailla (esim. Oikeiden diagnoosien prosenttiosuus tai väärien diagnoosien vähentäminen), jota AI -malli helpottaa prosentuaalisena tai suhteessa.
|
Yksi vuosi
|
|
Järjestelmän laajuinen haittatapahtumien aleneminen
Aikaikkuna: Yksi vuosi
|
Suurten haittatapahtumien (esim. Kuolleisuus, vakavat komplikaatiot tai pitkittyneiden oleskelu) prosentuaalinen väheneminen kaikilla sairaalapotilailla AI-avustetun päätöksenteon vuoksi, ilmaistuna prosentteina.
|
Yksi vuosi
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Sairaalapotilaiden tulosten yleinen paraneminen
Aikaikkuna: Yksi vuosi
|
Potilaan keskeisten tulosten (esim. Kuolleisuus, sairastuvuus, palautumisaste) kokonaisparannus koko sairaalaväestössä AI-avustetun päätöksenteon vuoksi, joka ilmaistaan yhdistelmäpisteinä tai prosenttimääränä.
|
Yksi vuosi
|
|
Terveydenhuoltojärjestelmän tehokkuuden parantaminen
Aikaikkuna: Yksi vuosi
|
Hän on parantunut sairaalan toiminnan tehokkuudessa (esim. Pienet odotusajat, optimoitu resurssien allokointi, vähentynyt henkilöstön työmäärä), joka on annettu AI -mallille, joka ilmaistaan prosentteina tai laadullisena luokituksina.
|
Yksi vuosi
|
|
Väestön terveysvaikutusten pistemäärä
Aikaikkuna: Yksi vuosi
|
Komposiittipiste, joka heijastaa AI -mallin vaikutusta väestön terveyteen sairaalan valuma -alueella (esim. Vähentynyt sairausrasitus, parantunut krooninen sairauden hallinta), ilmaistuna standardisoiduna indeksinä tai prosentuaalisena muutoksena.
|
Yksi vuosi
|
|
Pitkäaikainen kansanterveyshyötyindeksi
Aikaikkuna: Yksi vuosi
|
Yhdistelmäindeksi, joka mittaa AI-mallin pitkäaikaista vaikutusta kansanterveyteen (esim. Vähentynyt sairauksien esiintyvyys, parantunut elinajanodote), joka ilmaistaan standardisoiduna pistemäärä tai prosenttiosuus.
|
Yksi vuosi
|
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)
Maanantai 24. helmikuuta 2025
Ensisijainen valmistuminen (Arvioitu)
Maanantai 1. kesäkuuta 2026
Opintojen valmistuminen (Arvioitu)
Maanantai 1. kesäkuuta 2026
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Maanantai 24. helmikuuta 2025
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Maanantai 24. helmikuuta 2025
Ensimmäinen Lähetetty (Todellinen)
Tiistai 25. maaliskuuta 2025
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Tiistai 25. maaliskuuta 2025
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Torstai 27. helmikuuta 2025
Viimeksi vahvistettu
Lauantai 1. helmikuuta 2025
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
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .