Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Intelligence artificielle pour l'exploration automatisée de données cliniques à partir de dossiers médicaux électroniques (CardioMining-AI)

27 janvier 2025 mis à jour par: George Giannakoulas, AHEPA University Hospital

L'utilité de l'intelligence artificielle pour l'extraction et le traitement automatisés des données cliniques des dossiers médicaux électroniques (CardioMining-AI)

Le but de cette étude est de mettre en évidence l'utilité de l'intelligence artificielle et de l'apprentissage automatique pour développer des algorithmes informatiques qui réaliseront avec une grande fiabilité, rapidité et précision l'extraction et le traitement automatiques de grands volumes de données cliniques brutes et non structurées à partir de dossiers médicaux électroniques.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Description détaillée

Malgré le développement rapide de la médecine et de l'informatique ces dernières années, le traitement médical dans la pratique clinique moderne est souvent empirique et basé sur des données rétrospectives. Avec le nombre croissant de patients et leur concentration dans les grands centres tertiaires, il devient intéressant de collecter systématiquement des données cliniques et de les appliquer aux modèles de stratification des risques. Cependant, avec l'augmentation du volume de données, la collecte et le traitement manuels des données deviennent un défi, car cette approche prend du temps et coûte cher aux systèmes de santé. De plus, les informations non structurées, telles que les notes cliniques, sont très souvent écrites sous forme de texte libre qui ne se prête pas à une analyse directe. L'utilisation de l'intelligence artificielle est très prometteuse et va rapidement changer l'avenir de la médecine dans les années à venir. Grâce aux processus automatisés qu'il propose, il est possible d'extraire rapidement et de manière fiable des données pour un traitement ultérieur. Les résultats de son utilisation peuvent être facilement étendus à différents systèmes de santé, en amplifiant les connaissances produites et en améliorant la précision diagnostique et thérapeutique, et finalement en affectant positivement les services de santé. Collecter la grande quantité de données provenant de différentes sources sans compromettre les données personnelles des patients est un défi majeur de la science moderne.

Les notes cliniques enregistrées électroniquement des patients qui ont été hospitalisés dans le service de cardiologie des hôpitaux tertiaires seront recueillies rétrospectivement, ainsi que des dossiers supplémentaires tels que les examens de laboratoire et d'imagerie liés à chaque hospitalisation. Compte tenu de la taille des cliniques participantes et des années pendant lesquelles l'enregistrement des dossiers hospitaliers électroniques sous forme électronique a été appliqué, on estime que l'échantillon de dossiers patients sera d'environ 60 000. Toutes les informations susceptibles d'être utilisées pour identifier une personne, telles que le nom, le numéro d'identification, le code postal, le lieu de résidence, la profession, seront supprimées de ces fichiers électroniques. Seul l'âge sera enregistré, et non la date de naissance exacte de chaque patient. Seuls les jours d'hospitalisation seront enregistrés et non les dates exactes d'admission et de sortie de l'hôpital. Ainsi, les données ne pourront pas être attribuées à un sujet spécifique, car aucune information ou identifiant supplémentaire ne sera collecté pour les sujets. Une fois les dossiers anonymisés, la note clinique de chaque patient sera associée à une clé spécifique ("identifiant"). Le fichier électronique qui contient la corrélation de « l'identifiant » avec la note clinique du patient sera stocké dans un emplacement électronique sécurisé de l'hôpital. Les fichiers entièrement anonymisés seront initialement analysés manuellement pour extraire des informations dans une base de données contenant toutes les informations cliniques des patients, telles que les diagnostics de sortie, les médicaments, les protocoles de traitement, les tests de laboratoire et de diagnostic. En même temps, un échantillon (1/3) des notes cliniques sera analysé pour identifier les mots-clés ou phrases associés à chaque diagnostic (par exemple, le diagnostic de fibrillation auriculaire sera probablement enregistré comme « fibrillation auriculaire », « FA » , etc.). En utilisant ce dictionnaire de mots-clés généré et en intégrant des méthodes d'intelligence artificielle et de text mining, comme le traitement du langage naturel (TAL), une extraction automatisée des données et des diagnostics de ces notes médicales électroniques sera tentée. La fiabilité et la précision des méthodes de calcul seront évaluées en interne, en comparant les données extraites automatiquement avec celles enregistrées manuellement. De plus, la fiabilité et la précision de ces méthodes de calcul seront évaluées en externe, en appliquant ces méthodes aux 2/3 des notes cliniques dans lesquelles aucune association entre des mots-clés et des diagnostics spécifiques n'a été tentée.

Concernant la Grèce, la présente étude vise à être la première à analyser l'utilité de l'intelligence artificielle pour l'extraction et le traitement automatisés de données cliniques non structurées à partir des notes cliniques médicales des patients. Les résultats de cette étude auront un impact positif sur :

  1. l'automatisation des procédures d'analyse et de traitement des données à grande échelle
  2. l'enregistrement épidémiologique rapide et l'exploitation des données cliniques
  3. le diagnostic précoce des maladies
  4. le développement de profils phénotypiques de patients susceptibles de bénéficier de thérapies ciblées
  5. le développement de systèmes d'aide à la décision clinique qui fourniront des informations sur l'évolution clinique possible des patients après leur sortie de l'hôpital et aideront les décisions médicales
  6. le développement et la validation de modèles pronostiques des principales maladies cardiovasculaires

Type d'étude

Observationnel

Inscription (Estimé)

60000

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

  • Grèce
      • Alexandroupoli, Grèce
        • Pas encore de recrutement
        • University Cardiology Clinic, Democritus University of Thrace
        • Contact:
        • Contact:
          • Dimitrios Tziakas, MD, PhD
      • Athens, Grèce
        • Recrutement
        • 1st Department of Cardiology, Hippokration General Hospital
        • Contact:
        • Contact:
          • Konstantinos Tsioufis, MD, PhD
      • Heraklion, Grèce
        • Pas encore de recrutement
        • Department of Cardiology, Heraklion University Hospital
        • Contact:
        • Contact:
          • Alexandros Patrianakos, MD, PhD
      • Larissa, Grèce
        • Recrutement
        • University General Hospital of Larissa, University of Thessaly
        • Contact:
        • Contact:
          • Gregory Giamouzis, MD, PhD
      • Patras, Grèce
        • Recrutement
        • Department of Cardiology, University of Patras Medical School
        • Contact:
        • Contact:
          • Periklis Davlouros, MD, PhD
      • Thessaloniki, Grèce
        • Pas encore de recrutement
        • 3rd Cardiology Department, Hippokration Hospital
        • Contact:
        • Contact:
          • Vassilios Vassilikos, MD, PhD
      • Thessaloniki, Grèce
        • Recrutement
        • Cardiology Department, George Papanikolaou General Hospital
        • Contact:
        • Contact:
          • John Zarifis, MD, PhD
      • Thessaloníki, Grèce, 54636
        • Recrutement
        • 1st Cardiology Department, AHEPA University Hospital
        • Contact:
        • Contact:
          • George Giannakoulas, MD, PhD
      • Thessaloníki, Grèce
        • Recrutement
        • Laboratory of Medical Physics, Aristotle University of Thessaloniki
        • Contact:
        • Contact:
          • Panagiotis Bamidis, Prof

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

18 ans et plus (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Tous les patients qui ont été hospitalisés dans le service de cardiologie des hôpitaux tertiaires et qui disposent de notes cliniques/documents d'hospitalisation stockés électroniquement seront inclus dans l'étude.

La description

Critère d'intégration:

  • Patients hospitalisés dans les services de cardiologie en Grèce
  • Patients dont les dossiers médicaux sont stockés électroniquement dans les systèmes informatiques/d'information de chaque hôpital

Critère d'exclusion:

  • Patients décédés pendant l'hospitalisation, et donc aucune lettre de sortie n'a été émise

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Modèles d'observation: Cohorte
  • Perspectives temporelles: Rétrospective

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Précision de l'intelligence artificielle pour extraire automatiquement les données cliniques des dossiers médicaux des patients par rapport aux méthodes traditionnelles d'extraction manuelle des données
Délai: 1 an
Taux d'extraction précise des données cliniques (antécédents médicaux, diagnostics de sortie, médication, etc.) à partir de notes cliniques non structurées à l'aide de méthodes automatisées d'intelligence artificielle par rapport aux méthodes traditionnelles d'extraction manuelle des données
1 an

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Délai avant la mortalité toutes causes confondues
Délai: jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Durée (en mois) jusqu'au décès, quelle qu'en soit la cause, au cours de la période de suivi
jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Délai avant l'apparition de maladies cardiovasculaires majeures
Délai: jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Durée (mois) jusqu'au développement d'une insuffisance cardiaque, d'un diabète sucré ou d'une maladie coronarienne au cours de la période de suivi
jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Délai de réhospitalisation pour raisons cardiovasculaires
Délai: jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Durée (mois) jusqu'à la réhospitalisation pour des raisons cardiovasculaires au cours de la période de suivi
jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Délai avant AVC ou embolie systémique
Délai: jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Durée (mois) jusqu'à l'AVC ou l'embolie systémique pendant la période de suivi
jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Délai avant le syndrome coronarien aigu
Délai: jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)
Durée (mois) jusqu'au syndrome coronarien aigu au cours de la période de suivi
jusqu'à 8 ans (à partir de la sortie de l'hôpital jusqu'à la date de fin de l'étude primaire)

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

AHEPA University Hospital

Collaborateurs

George Papanicolaou Hospital
University General Hospital of Heraklion
University General Hospital of Patras
Ippokrateio General Hospital of Thessaloniki
University Hospital, Alexandroupolis
General Hospital of Larissa
Hippokration Hospital Athens

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

14 janvier 2022

Achèvement primaire (Estimé)

1 décembre 2025

Achèvement de l'étude (Estimé)

1 mars 2026

Dates d'inscription aux études

Première soumission

24 novembre 2021

Première soumission répondant aux critères de contrôle qualité

15 décembre 2021

Première publication (Réel)

4 janvier 2022

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 mars 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

27 janvier 2025

Dernière vérification

1 janvier 2025

Plus d'information

Termes liés à cette étude

Mots clés

Autres numéros d'identification d'étude

  • 545/19.11.2021

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

OUI

Description du régime IPD

Le protocole d'étude, le plan d'analyse statistique et les résultats seront disponibles dans des publications. Le code analytique sera disponible dans les communautés/dépôts open source

Type d'informations de prise en charge du partage d'IPD

  • PROTOCOLE D'ÉTUDE
  • SÈVE
  • ANALYTIC_CODE

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

produit fabriqué et exporté des États-Unis.

Non

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 .

S'abonner