- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT04661488
Sécurité et fiabilité de l'évaluation des symptômes basée sur l'intelligence artificielle chez les enfants et les adolescents
Les technologies numériques de santé (DHT) sont de plus en plus développées pour soutenir les systèmes de santé du monde entier. Cependant, ils manquent souvent de médecine fondée sur des preuves et de validation médicale. Il existe un besoin considérable dans les pays occidentaux d'allouer avec précision les ressources de santé et de donner à la population une information de santé détaillée et fiable permettant une plus grande prise en charge de sa santé. Le système intelligent de gestion des flux de patients (IPFM, nom du produit Klinik Frontline) est développé pour répondre à ces besoins. En pratique, l'IPFM est utilisé pour l'aide à la décision dans les processus de triage et de diagnostic ainsi que pour automatiser la gestion de l'afflux des patients. Le cœur de l'IPFM est une intelligence artificielle (IA) clinique, qui utilise une base de données médicale complète de corrélations cliniques générées par des médecins.
La population d'étude de cette recherche se compose de patients de la clinique d'urgence pédiatrique de l'hôpital universitaire de Turku (TUH). Les données seront recueillies pendant 6 mois de pilotage, après quoi les résultats seront analysés. Le nombre prévu de patients pour l'étude est d'au moins 500 patients, avec un objectif de 1 000. Lorsqu'ils se rendent à l'hôpital, les patients ou leurs tuteurs signaleront leurs données démographiques, leurs antécédents et leurs symptômes à l'aide du formulaire en ligne structuré de l'IPFM. Les résultats obtenus à partir de l'IPFM sont ignorés du professionnel de la santé et l'IPFM n'affecte pas la prise de décision clinique du professionnel. Les données obtenues à partir du formulaire en ligne de l'IPFM et les données cliniques du service des urgences et du TUH seront analysées après la collecte des données. L'objectif principal de la recherche est de valider l'utilisation de l'IPFM en évaluant l'association des résultats de l'IPFM avec 1) l'urgence et la gravité des conditions ; et 2) les diagnostics réels posés par des médecins. Les principales hypothèses de la recherche sont que 1) l'IPFM est sûr et sensible dans l'évaluation de l'urgence des conditions des patients arrivant au service des urgences et que 2) l'IPFM a une corrélation suffisante entre le diagnostic différentiel et le diagnostic réel posé par le médecin.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Type d'étude
Inscription (Anticipé)
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- tous les patients du service des urgences présentant des symptômes aigus
Critère d'exclusion:
- Situation d'urgence
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
---|---|
Enfants et adolescence
|
Système de tri piloté par l'IA
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Indice de gravité d'urgence (ESI)
Délai: 1.12.2020-31.12.2021
|
L'analyse automatisée basée sur l'IA de l'urgence du triage (indice ESI) sera comparée à l'indice estimé par les professionnels de la santé
|
1.12.2020-31.12.2021
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Diagnostic principal
Délai: 1.12.2020-31.12.2021
|
L'analyse automatisée du diagnostic basée sur l'IA sera comparée au diagnostic estimé par les professionnels de la santé
|
1.12.2020-31.12.2021
|
Collaborateurs et enquêteurs
Parrainer
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (ANTICIPÉ)
Achèvement primaire (ANTICIPÉ)
Achèvement de l'étude (ANTICIPÉ)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (RÉEL)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (RÉEL)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- ETMK Dnro: 68 /1801/2020
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .
Essais cliniques sur Système de tri piloté par l'IA
-
Reciprocal LabsCalifornia HealthCare FoundationComplété
-
SpineSave AGPas encore de recrutementSpondylarthrite | Instabilité de la colonne lombaire | Spondylolisthésis dégénératif | Sténose spinale lombaire dégénérative | Discopathie | Arthrose facettaire
-
Moe Medical DevicesInconnue
-
Chordate MedicalRésiliéMigraine aiguëAllemagne
-
Permedica spaPas encore de recrutementArthroplastie totale de la hancheItalie
-
Chordate MedicalFGK Clinical Research GmbH; Vinnova (Swedish Governmental Agency for Innovation...ComplétéMigraine chroniqueFinlande, Allemagne
-
Chordate MedicalComplété
-
Medical University of South CarolinaComplété
-
Medacta International SARecrutement
-
Cereve, Inc.Complété