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

AI-Assisted Antidiabetic Drug Consultation System for Glycemic Control in Type 2 Diabetes Patients Managed by Non-Specialist Physicians (AI-ADCS)

maanantai 29. kesäkuuta 2026 päivittänyt: National Taiwan University Hospital

Clinical Validation of AI-assisted Antidiabetic Drug Consultation System-1

This study tests whether an artificial intelligence (AI) tool can help doctors choose better diabetes medicines for their patients. Type 2 diabetes is very common, but there are far more patients than diabetes specialists, so many patients are treated by doctors who are not diabetes specialists. The researchers built an AI consultation system that gives doctors real-time suggestions and predictions about diabetes medicines while they are prescribing. The doctor always makes the final decision.

In this trial, patients with type 2 diabetes whose blood sugar is not well controlled will be placed by chance (randomly) into one of two groups. In one group, the doctor uses the AI system when deciding on diabetes medicines. In the other group, the doctor prescribes as usual, without the AI system. All medicines used are already approved in Taiwan and given at approved doses.

The study follows each patient for 12 months, with check-ups at the start and at 3, 6, 9, and 12 months. The main goal is to compare how much the patients' long-term blood sugar level (HbA1c) improves between the two groups after one year. The researchers also look at how many patients reach their blood sugar target, how often low blood sugar happens, and whether any side effects occur. The aim is to find out whether using the AI tool leads to better blood sugar control.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Interventio / Hoito

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

400

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

  • Taiwan
      • Taipei, Taiwan, 100
        • National Taiwan University Hospital
        • Ottaa yhteyttä:

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

Ei

Kuvaus

Inclusion Criteria:

  • Adults aged 18 to 80 years
  • Diagnosis of type 2 diabetes for at least 6 months
  • HbA1c above 8% within the past 3 months
  • Currently using one or more oral antidiabetic drugs
  • Able to understand and provide written informed consent

Exclusion Criteria:

  • Pregnancy or breastfeeding
  • Recent participation in another interventional clinical trial
  • Cognitive impairment precluding understanding of the study
  • Active cancer treatment within the past 6 years
  • Use of systemic steroids

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Hoito
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: AI-Assisted Prescribing
Non-specialist physicians prescribe antidiabetic medications after consulting the AI-assisted antidiabetic drug consultation system. The system provides real-time, interactive prescribing recommendations, a drug-prioritization order, and outcome predictions. The physician retains full control over the final prescribing decision. All medications are approved in Taiwan and prescribed within approved dose ranges. Patients are followed for 12 months.
Laite: AI-assisted antidiabetic drug consultation system
A machine-learning based clinical decision support software that provides non-specialist physicians with real-time, interactive antidiabetic prescribing recommendations, a drug-prioritization order, and outcome predictions (e.g., the predicted likelihood of reaching glycemic targets and responder/non-responder status for individual drugs). The system was developed and validated using the NTUH integrated medical database platform. It provides advisory recommendations only; the treating physician retains full control over the final prescribing decision. All recommended medications are approved in Taiwan and within approved dose ranges.
Active Comparator: Manual Prescribing (Non-AI)
Non-specialist physicians prescribe antidiabetic medications manually according to usual clinical practice, without using the AI consultation system. All medications are approved in Taiwan and prescribed within approved dose ranges. Patients are followed for 12 months.
Muut: Manual antidiabetic prescribing (without AI)
Antidiabetic medications prescribed manually by non-specialist physicians according to usual clinical practice, without using the AI consultation system. All medications are approved in Taiwan and prescribed within approved dose ranges.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Change in HbA1c from baseline to 12 months
Aikaikkuna: Baseline and 12 months
The between-group difference in the change in glycated hemoglobin (HbA1c) from baseline to 12 months, comparing the AI-assisted prescribing arm with the manual prescribing (control) arm. HbA1c reflects long-term glycemic control. The primary analysis uses analysis of covariance (ANCOVA) adjusting for baseline HbA1c, following the intention-to-treat principle.
Baseline and 12 months

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Proportion of participants achieving HbA1c < 7.0% at 12 months
Aikaikkuna: 12 months
The proportion of participants reaching the glycemic target of HbA1c below 7.0% at 12 months, compared between arms using chi-square tests.
12 months
Incidence of hypoglycemia over 12 months
Aikaikkuna: Up to 12 months
Incidence of hypoglycemic events over the 12-month follow-up, graded by severity: Level 1, glucose < 70 mg/dL (3.9 mmol/L) and ≥ 54 mg/dL (3.0 mmol/L); Level 2, glucose < 54 mg/dL (3.0 mmol/L); Level 3, severe hypoglycemia requiring assistance of another person regardless of glucose value. Compared between arms using Poisson regression.
Up to 12 months
Incidence of prespecified adverse events over 12 months
Aikaikkuna: Up to 12 months
Incidence of prespecified adverse events over the 12-month follow-up, including urinary tract infection, lower-limb edema, signs of heart failure, fractures, nausea, vomiting, and diarrhea. Compared between arms using Poisson regression.
Up to 12 months
Change in HbA1c from baseline at 3, 6, 9, and 12 months
Aikaikkuna: Baseline, 3, 6, 9, and 12 months
Baseline, 3, 6, 9, and 12 months

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

National Taiwan University Hospital

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 (Arvioitu)

Keskiviikko 1. heinäkuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Maanantai 1. marraskuuta 2027

Opintojen valmistuminen (Arvioitu)

Maanantai 1. marraskuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 29. kesäkuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 29. kesäkuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Maanantai 6. heinäkuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Maanantai 6. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 29. kesäkuuta 2026

Viimeksi vahvistettu

Maanantai 1. kesäkuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 202507154RINA
  • 115-X007 (Muu apuraha/rahoitusnumero: National Taiwan University Hospital Yunlin Branch)

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

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