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

Generatiivisen tekoälyn vaikutus nivelreuman komplikaatioiden diagnoosiin

maanantai 22. joulukuuta 2025 päivittänyt: Quan Jiang, Guang'anmen Hospital of China Academy of Chinese Medical Sciences

Generatiivisen tekoälyn vaikutus nivelreuman komplikaatioiden diagnosoinnissa

Generatiivinen tekoäly (GenAI), joka perustuu suuriin kielimalleihin (LLM), on odotettu parantavan autoimmuunisairauksien diagnosointia ja hoitoa. Tutkimme, kuinka GenAI voi vaikuttaa nivelreuman (RA) eri komplikaatioiden diagnosointiin. Retrospektiivisessä tutkimuksessa, jossa käytetään RA-potilaiden sähköisiä potilastietoja, kvantifioimme lääkärien omaksumisen GenAI:n ennusteisiin RA:n komplikaatioista ja samanaikaisista sairauksista. Prospektiivisessa havainnointitutkimuksessa arvioimme GenAI-ennusteiden käytön toteutettavuutta lisäkliikkisenä tietona auttamaan lääkäreitä tekemään täydellisempiä diagnooseja RA:n komplikaatioista ja samanaikaisista sairauksista, mukaan lukien monimutkaisista, epätavallisista tai harvinaisista sairauksista.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Interventio / Hoito

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

100

Yhteystiedot ja paikat

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

Opiskeluyhteys

  • Nimi: Quan Jiang Guang'anmen Hospital, China Academy of Chinese Medical Science
  • Puhelinnumero: 010-88001942
  • Sähköposti: doctorjq@126.com

Opiskelupaikat

  • Kiina
    • Beijing Municipality
      • Beijing, Beijing Municipality, Kiina, 100053
        • Rekrytointi
        • Guang'anmen Hospital of China Academy of Chinese Medical Sciences
        • Ottaa yhteyttä:
        • Päätutkija:
          • Quan Jiang, MD

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

Aikuiset miehet ja naiset, reuman erikoisosastolle otetut potilaat, jotka täyttävät American College of Rheumatologyin (ACR)/European League Against Rheumatismin (EULAR) vuoden 2010 luokitus- ja diagnoosikriteerit nivelreumalle.

Kuvaus

Osallistumiskriteerit:

  • Potilaat, joilla on ensimmäinen nivelreuman (RA) diagnoosi.
  • Kaikki todellisen maailman RA-potilaat, jotka on otettu osastollemme sisään.
  • Osastolleotto tapahtuu todellisen maailman tietojen tutkimusjakson aikana.

Poissulkemiskriteerit:

  • Potilaat, joilla myöhemmin tutkimuksen aikana vahvistetaan, ettei heillä ole RA:ta.

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
RA-potilasryhmä, joka käyttää generatiivisen tekoälyn ennustusraportteja
Tutkimukseen rekrytoidaan potilaita, joille on uusimmin diagnosoitu reumatoitu niveltulehdus meidän reumatologian osastolla 1.10.2025 ja kesäkuun 2026 välisenä aikana. Lääkärit käyttävät GenAI:n ennusteita mahdollisista RA-komplikaatioista ja samanaikaisista sairauksista yhdessä vahvistavien diagnostisten testien kanssa lisäsyötteinä erotusdiagnoosiprosessissa.
Muut: Generatiivisen tekoälyn ennustusraportti RA-komplikaatioista

Generatiivista tekoälyä, joka perustuu useisiin suuriin kielimalleihin (LLM), käytetään ennustamaan mahdollisia komplikaatioita ja samanaikaisia sairauksia reumapotilailla käyttämällä sairaalassa saatavilla olevia EHR-tietoja. Lääkärit käyttävät näitä tekoälyennusteita lisätietona diagnoosisuunnitelmien säätämiseen erotusdiagnoosien aikana. Tämän interventioiden vaikutusta loppudiagnooseihin kotiutuksen yhteydessä mitataan.

Ennakkoon suunniteltua tutkimusta edeltävänä aikana generatiivisen tekoälyn ennusteraporttien käyttökelpoisuutta validoidaan käyttämällä retrospektiivisten RA-potilaiden EHR-merkintöjä.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Omaksuvatko lääkärit GenAI:n ennusteet reuman komplikaatioiden diagnosoinnissa?
Aikaikkuna: Välittömästi potilaan tekoälyraportin tarkastelun jälkeen päivänä, jona potilas on otettu sisään.
Rutiininomaisessa hoitoprosessissa käytetään suuria kielimalleja (LLM) ennustamaan mahdollisia reuman (RA) komplikaatioita jokaiselle anonymisoidulle potilastapaukselle ja luomaan tekoälyraportti, joka listaa mahdolliset komplikaatiot ja samanaikaiset sairaudet. Lisädiagnostisia testejä ehdotetaan ennustettujen tilojen vahvistamiseksi. Tekoälyraportin tarkastelun jälkeen lääkärit arvioivat välittömästi jokaisen sairausennusteen käyttäen 5-pisteen Likert-asteikkoa (1 = täysin eri mieltä; 2 = eri mieltä; 3 = neutraali; 4 = samaa mieltä; 5 = täysin samaa mieltä). Keskiarvo lasketaan havaittujen ennusteiden tarkkuuden mittana. Lääkärit ilmoittavat myös, voiko jokainen erityinen sairausennuste mahdollisesti otetaan käyttöön tai käyttää apuna erotusdiagnoosissa (binäärisesti: 0 tai 1). Positiivisten käyttöönottovastausten prosenttiosuus lasketaan mahdollisen käyttöönottoprosentin tai käyttökelpoisuuden mittana.
Välittömästi potilaan tekoälyraportin tarkastelun jälkeen päivänä, jona potilas on otettu sisään.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Missä määrin RA-komplikaatioiden diagnoosit todella muuttuvat GenAI-enneusteiden perusteella?
Aikaikkuna: Heti sairaalasta kotiutuessa annetun lopullisen diagnoosin jälkeen.
Ennen potilaan kotiuttamista lääkärit tekevät lopulliset diagnoosit ja tallentavat, mitkä diagnosoidut komplikaatiot tai rinnakkaissairaudet olivat GenAI:n ennustetiedon vaikutuksesta kullekin potilaalle. Tapauksien prosenttiosuus, joissa GenAI:n ennusteet vaikuttivat lopulliseen diagnoosiin, lasketaan mittarina tekoälyn todellisesta vaikutuksesta rutiininomaisessa diagnostisessa käytännössä.
Heti sairaalasta kotiutuessa annetun lopullisen diagnoosin jälkeen.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Guang'anmen Hospital of China Academy of Chinese Medical Sciences

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Hyödyllisiä linkkejä

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)

Keskiviikko 1. lokakuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 1. helmikuuta 2026

Opintojen valmistuminen (Arvioitu)

Maanantai 1. kesäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Sunnuntai 28. syyskuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 22. joulukuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 24. joulukuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 24. joulukuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 22. joulukuuta 2025

Viimeksi vahvistettu

Maanantai 1. joulukuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 2025-201-KY

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 Sydän-ja verisuonitaudit

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Moldova

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

Tilaa