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.

AI-Agent pour le diagnostic automatisé et prédire l'utilisation du DSE et des données multimodales

16 avril 2025 mis à jour par: Kang Zhang, The Eye Hospital of Wenzhou Medical University

AI-ASTALÉ AUTALISÉ AUTORME pour diagnostiquer et prédire les patients utilisant des dossiers de santé électroniques et des données multimodales

Le but de cette étude clinique est d'évaluer l'efficacité d'un agent d'IA dans le diagnostic et la prévision des maladies à l'aide des dossiers de santé électroniques (DSE) et des données d'imagerie multimodales. L'agent d'IA exploite les algorithmes avancés d'apprentissage automatique pour traiter et analyser diverses sources de données de santé, visant à aider les prestataires de soins de santé à établir des diagnostics et des prédictions plus précis.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Description détaillée

Cette étude clinique multicentrique et rétrospective est conçue pour évaluer l'application et l'efficacité d'un agent d'IA dans le processus de prise de décision médicale. L'agent d'IA intègre et analyse les données multimodales, y compris les dossiers de santé électroniques (DSE) et diverses données d'imagerie (par exemple, les rayons X, les IRM, les tomodensitogrammes, les échographies) pour prédire et diagnostiquer une gamme de maladies. En tirant parti de la puissance de l'apprentissage automatique et de avec des pratiques de diagnostic traditionnelles pour évaluer ses avantages potentiels en milieu clinique. Les questions clés comprennent si l'agent d'IA peut aider au diagnostic précoce, prédire la progression de la maladie et soutenir les professionnels de la santé à prendre des décisions de traitement personnalisées. Les participants ne seront pas tenus de subir des interventions supplémentaires; Ils ne fourniront que des données de santé historiques, y compris le DSE et les données d'imagerie pertinentes, qui seront analysées par l'agent d'IA. Le système d'IA utilisera ensuite ces données pour aider les prestataires de soins de santé en offrant des prédictions et des suggestions de diagnostic basées sur l'analyse des informations multimodales. L'objectif ultime est de déterminer si cette approche axée sur l'IA peut améliorer la précision du diagnostic, optimiser les stratégies de traitement et améliorer les résultats des patients dans la pratique clinique.

Type d'étude

Observationnel

Inscription (Estimé)

2000000

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

Lieux d'étude

  • Chine
    • Guangdong
      • Guangzhou, Guangdong, Chine
        • Recrutement
        • Sun Yat-sen Memorial Hospital
        • Contact:
      • Guangzhou, Guangdong, Chine
        • Recrutement
        • Nanfang Hospital
        • Contact:
      • Guangzhou, Guangdong, Chine
        • Recrutement
        • Sun Yat-sen University Cancer Hospital
        • Contact:
    • Sichuan
      • Chengdu, Sichuan, Chine
        • Recrutement
        • West China Hospital
        • Contact:
    • Zhejiang
      • Wenzhou, Zhejiang, Chine
        • Recrutement
        • First Affiliated Hospital of Wenzhou Medical University
        • Contact:
      • Wenzhou, Zhejiang, Chine
        • Recrutement
        • Second Affiliated Hospital of Wenzhou Medical University
        • Contact:

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

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Les participants à cette étude seront sélectionnés parmi plusieurs centres de santé et hôpitaux qui conservent des dossiers de santé électroniques (DSE) complets et des données d'imagerie multimodales. La population étudiée comprendra des patients atteints de diverses maladies ou problèmes de santé, avec des données disponibles pour le diagnostic et la progression de la maladie. Les participants auront des diagnostics confirmés basés sur des dossiers cliniques ou des données d'imagerie, y compris, mais sans s'y limiter, les conditions capturées par les rayons X, les tomodensitogrammes, les IRM et les échographies. Les personnes souffrant de problèmes de santé complexes et celles souffrant de maladies plus courantes seront incluses pour évaluer les capacités diagnostiques et prédictives du système d'IA dans un large éventail de cas. Les participants de ces centres fourniront des données de santé historiques et il n'y aura aucune intervention active au-delà du utilisation de leurs données cliniques et d’imagerie existantes pour former et tester le système d’IA.

La description

Critères d'intégration :

  1. Les participants doivent disposer d'un dossier de santé électronique (DSE) complet, comprenant des informations démographiques, des antécédents médicaux et des résultats de laboratoire.
  2. Les participants doivent avoir des données d'imagerie multimodales disponibles (par exemple, des rayons X, des tomodensitométrie, des IRM, des échographies) pertinents pour leur état de santé.
  3. Les participants doivent avoir un diagnostic confirmé d'une ou plusieurs maladies ou problèmes de santé sur la base de dossiers cliniques ou de données d'imagerie.
  4. Les patients doivent donner leur consentement pour l’utilisation de leurs données historiques de santé à des fins de recherche.

Critères d'exclusion:

  1. Participants avec des diagnostics ambigus ou invérifiables qui ne peuvent pas être catégorisés avec précision.
  2. Données patient en double ou redondantes (par exemple, enregistrements répétés du même patient sans différenciation claire).

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

Cohortes et interventions

Groupe / Cohorte
Prédiction de la maladie assistée par AI à l'aide de DSE et de données d'imagerie
Cette cohorte est composée de patients dont les données de santé historiques, y compris les dossiers de santé électroniques (DSE) et les données d'imagerie multimodale (par exemple, radiographies, IRM, tomodensitométrie, échographies), seront analysées par un agent d'IA. Le système d’IA aidera à diagnostiquer et à prédire les maladies en traitant et en intégrant ces diverses sources de données. L’objectif principal est d’évaluer la capacité de l’agent IA à identifier des modèles et à prédire la progression de la maladie avec une grande précision. Les participants ne seront pas tenus de prendre des mesures supplémentaires au-delà de la fourniture de leurs antécédents médicaux et de leurs données d'imagerie. L’objectif est d’évaluer dans quelle mesure le système d’IA peut soutenir la prise de décision clinique et améliorer les résultats diagnostiques sur la base des données fournies.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Zone sous la courbe (AUC)
Délai: 1 an
AUC de la courbe ROC, utilisée pour quantifier la précision du diagnostic. Aucune unité (un rapport ou un pourcentage, généralement exprimé sous la forme d'un nombre compris entre 0 et 1).
1 an
Score F1
Délai: 1 an
Le score F1 est la moyenne harmonique de précision et de sensibilité (rappel). C'est une bonne mesure de la capacité du modèle à identifier à la fois les vrais positifs et à minimiser les faux positifs, en particulier dans les cas où les classes sont déséquilibrées (par exemple, lorsque le nombre de cas sains est beaucoup plus élevé que celui des cas malades). Le score F1 va de 0 à 1, 1 indiquant une précision et un rappel parfaits.
1 an

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Sensibilité (véritable taux positif)
Délai: 1 an
La sensibilité mesure dans quelle mesure le modèle d’IA identifie les vrais cas positifs, par exemple en diagnostiquant correctement les femmes enceintes présentant des complications ou en identifiant des troubles néonatals.
1 an
Spécificité (véritable taux négatif)
Délai: 1 an
La spécificité mesure la capacité du modèle d'IA à identifier correctement les cas sans maladies, garantissant que les mères et les nourrissons en bonne santé sont correctement identifiés comme négatifs.
1 an

Collaborateurs et enquêteurs

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

Parrainer

The Eye Hospital of Wenzhou Medical University

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)

1 juillet 2023

Achèvement primaire (Estimé)

1 juillet 2025

Achèvement de l'étude (Estimé)

1 juillet 2025

Dates d'inscription aux études

Première soumission

19 janvier 2025

Première soumission répondant aux critères de contrôle qualité

19 janvier 2025

Première publication (Réel)

24 janvier 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

17 avril 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 avril 2025

Dernière vérification

1 avril 2025

Plus d'information

Termes liés à cette étude

Mots clés

Autres numéros d'identification d'étude

  • AI-agent

Plan pour les données individuelles des participants (IPD)

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

NON

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