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

OCR-Prompt-LLM-integroidun työnkulun suorituskyky moniulotteisen kliinisen tiedon poiminnassa iskeemisen sydäntaudin yhteydessä (OPAL-CAD)

tiistai 24. maaliskuuta 2026 päivittänyt: China National Center for Cardiovascular Diseases

OCR-Prompt-LLM-integraatiosovelluksen suorituskyky moniulotteisen kliinisen tiedon eristämisessä iskeemisen sydäntaudin tutkimuksessa

Tämä tutkimus pyrkii arvioimaan kattavaa tekoälyyn perustuvaa työnkulkua sekä kliinisen tiedon eristämiseen että diagnostiseen luokitteluun sepelvaltimotaudissa (CAD). Optisen merkkien tunnistuksen (OCR) ja suurten kielimallien (LLM) hyödyntäminen mahdollistaa järjestelmän, joka on suunniteltu eristämään kymmenen keskeistä kliinistä parametria (kuten LVEF ja laboratoriotulokset) ja tarjoamaan diagnostisia alatyyppejä (UA, STEMI, NSTEMI, CCS) suoraan strukturoimattomista potilasasiakirjoista. Ihmisen ja koneen vertaileva tutkimus toteutetaan käyttämällä 308 potilaan testijoukkoa, jossa LLM-pohjaisen työnkulun suorituskykyä verrataan seitsemän kliinisen lääkärin keskimääräiseen diagnostiseen tarkkuuteen ja käsittelyaikaan. Tulokset tarjoavat näyttöä siitä, kuinka LLM-malleja voidaan käyttää parantamaan kliinisen tiedon strukturointia ja diagnostista tehokkuutta kardiologiassa.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

308

Yhteystiedot ja paikat

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

Opiskelupaikat

  • Kiina
      • Beijing, Kiina, 100037
        • Fuwai Hospital

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Tutkimusväestö koostuu 308 potilaasta, joilla on diagnosoitu erilaisia sepelvaltimotaudin (CAD) alatyyppejä. Kohortti on peräisin kahdesta suuresta kliinisestä tutkimuksesta: AIM-CHD-tutkimus (pilottitestaukseen ja optimointiin) ja SMART-CHD-tutkimus (sisäiseen validointiin), jotka molemmat on suoritettu Fuwai-sairaalassa. Lisäksi mukana on ulkoinen validointikohortti, joka koostuu potilaista 8 itsenäisestä kliinisestä alakeskuksesta eri puolilta Kiinaa varmistamaan maantieteellisen ja institutionaalisen monimuotoisuuden. Väestö kattaa erilaisia CAD-ilmiasuja, kuten epävakaata rintakipua (UA), STEMI:tä, NSTEMI:tä ja kroonista sepelvaltimooireyhtymää (CCS), tarjoten vankan tietoaineiston tekoälyn ohjaaman diagnostiikan ja tiedonpoiminnan suorituskyvyn arviointia varten.

Kuvaus

Ottamiskriteerit:

  1. Potilaat, jotka ovat 18-vuotiaita tai vanhempia.
  2. Potilaiden kliinisiä tietoja, jotka on aiemmin osallistunut AIM-CHD (pilotti-/kehitysoptimointijoukkoa varten) tai SMART-CHD (sisäistä validointikohorttia varten) -tutkimuksiin.
  3. Potilaat, joilla on diagnosoitu tai epäillään olevan sepelvaltimotauti (CAD), mukaan lukien alatypit: Epästabiili angina pectoris (UA), STEMI, NSTEMI ja krooninen sepelvaltimotautioireyhtymä (CCS).

Poissulkemiskriteerit:

  1. Kliiniset tiedot, joissa on vakavaa datan sirpaloitumista tai joista puuttuu yli 50 % keskeisistä kliinisistä indikaattoreista.
  2. Käsin kirjoitetut lääkinnälliset tiedot tai heikkolaatuiset skannaukset, jotka ovat optisen merkkien tunnistuksen (OCR) käsittelyn kannalta lukukelvottomia.
  3. Kaksoiskappaleet tai tiedot, joissa on ristiriitaisia "kultastandardi"-merkintöjä, joita asiantuntijakomitea ei pysty selvittämään.

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
Testikohortti
Tämä ryhmä koostuu 50 potilastiedosta AIM-CHD-tutkimuksesta Fuwai-sairaalassa. Näitä tietoja käytetään erityisesti OCR-käsittelyn hienosäätöön ja Prompt Engineeringin optimointiin LLM-pohjaiselle työnkululle.
Laite: OCR-Prompt-LLM-tietojenpoimintatyönkulku
Interventio on automaattinen kliinisen tiedon hallintajärjestelmä, joka integroi optisen merkkitunnistuksen (OCR), optimoidun prompt engineeringin ja suuret kielimallit (LLM). Työnkulku käsittelee rakentamattomia sairaalahoitoa koskevia tietoja 10 keskeisen kliinisen indikaattorin (esim. LVEF, CAD-alatyypit, lääkkeet) erottamiseksi ja luokittelee potilaan tiettyihin sepelvaltimotaudin luokkiin (UA, STEMI, NSTEMI, CCS).
Laite: Manuaalinen kliinisten tietojen tarkastelu
Vakiintunut manuaalinen prosessi, jossa kokeneet kliiniset lääkärit keräävät ja tulkitsivat potilastietoja sairauskertomuksista. Tämä toimii inhimillisenä vertailukohtana diagnoosien tarkkuuden ja toiminnan tehokkuuden arvioinnissa.
Sisäinen validointikohortti
Tämä kohortti sisältää 188 kliinistä tapausta, jotka on peräisin SMART-CHD-tutkimuksesta Fuwai-sairaalasta. Nämä tietueet toimivat ensisijaisena sisäisenä vertailukohtana arvioitaessa LLM-työnkulun diagnostista ja poiminnan tarkkuutta verrattuna vakiintuneeseen todellisuuteen.
Laite: OCR-Prompt-LLM-tietojenpoimintatyönkulku
Interventio on automaattinen kliinisen tiedon hallintajärjestelmä, joka integroi optisen merkkitunnistuksen (OCR), optimoidun prompt engineeringin ja suuret kielimallit (LLM). Työnkulku käsittelee rakentamattomia sairaalahoitoa koskevia tietoja 10 keskeisen kliinisen indikaattorin (esim. LVEF, CAD-alatyypit, lääkkeet) erottamiseksi ja luokittelee potilaan tiettyihin sepelvaltimotaudin luokkiin (UA, STEMI, NSTEMI, CCS).
Laite: Manuaalinen kliinisten tietojen tarkastelu
Vakiintunut manuaalinen prosessi, jossa kokeneet kliiniset lääkärit keräävät ja tulkitsivat potilastietoja sairauskertomuksista. Tämä toimii inhimillisenä vertailukohtana diagnoosien tarkkuuden ja toiminnan tehokkuuden arvioinnissa.
Ulkoinen validointikohortti
Tämä kohortti koostuu 70 potilastiedosta, jotka on kerätty 8 itsenäisestä alakeskuksesta (Fuwai-sairaalata lukuun ottamatta) arvioimaan mallin yleistettävyyttä ja kestävyyttä erilaisissa kliinisissä ympäristöissä ja erilaisissa potilastietomuodoissa.
Laite: OCR-Prompt-LLM-tietojenpoimintatyönkulku
Interventio on automaattinen kliinisen tiedon hallintajärjestelmä, joka integroi optisen merkkitunnistuksen (OCR), optimoidun prompt engineeringin ja suuret kielimallit (LLM). Työnkulku käsittelee rakentamattomia sairaalahoitoa koskevia tietoja 10 keskeisen kliinisen indikaattorin (esim. LVEF, CAD-alatyypit, lääkkeet) erottamiseksi ja luokittelee potilaan tiettyihin sepelvaltimotaudin luokkiin (UA, STEMI, NSTEMI, CCS).
Laite: Manuaalinen kliinisten tietojen tarkastelu
Vakiintunut manuaalinen prosessi, jossa kokeneet kliiniset lääkärit keräävät ja tulkitsivat potilastietoja sairauskertomuksista. Tämä toimii inhimillisenä vertailukohtana diagnoosien tarkkuuden ja toiminnan tehokkuuden arvioinnissa.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Kokonaisdiagnostiikka- ja poiminta-tarkkuusaste
Aikaikkuna: Tutkimuksen päättymiseen asti, keskimäärin 3 kuukautta.
Laskea koneoppimispohjaisen työnkulun kokonaisluotettavuusaste 308 tapauksen yli (mukaan lukien pilottisarja, sisäinen validointiryhmä ja ulkoinen validointiryhmä) 10 kliinisen indikaattorin (esim. LVEF, verensokeri jne.) ja 4 koronaritaudin diagnoosialatyyppiä varten. Luotettavuus määritellään niiden tapausten osuudeksi, joissa koneoppimismallin poiminta- tai diagnoositulokset ovat täysin yhdenmukaiset ihmisten kliinisten asiantuntijoiden vahvistaman 'kultaisen standardin' kanssa.
Tutkimuksen päättymiseen asti, keskimäärin 3 kuukautta.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

China National Center for Cardiovascular Diseases

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 23. helmikuuta 2026

Ensisijainen valmistuminen (Todellinen)

Sunnuntai 1. maaliskuuta 2026

Opintojen valmistuminen (Todellinen)

Maanantai 2. maaliskuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 24. maaliskuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 24. maaliskuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Maanantai 30. maaliskuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Maanantai 30. maaliskuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 24. maaliskuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. helmikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • CAD-LLM-2025-01

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Potilaiden yksityisyyden suojaamiseksi ja osallistuvien laitosten (Fuwai-sairaala ja alikeskukset) tietojen hallinnan käytäntöjen noudattamiseksi yksittäisten osallistujien tietoja ei julkaista julkisesti. Kuitenkin kootut tutkimustulokset ja tilastolliset analyysit sisällytetään lopulliseen julkaisuun.

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 Sepelvaltimotauti

Kliiniset tutkimukset OCR-Prompt-LLM-tietojenpoimintatyönkulku

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Luxembourg

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

Tilaa