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.

Prise de décision médicale assistée en AI

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

Une étude de cohorte pour évaluer un modèle d'intelligence artificielle pour aider à la prise de décision médicale en utilisant des données de dossier de santé électronique à l'échelle de l'hôpital en temps réel

Cette étude construit et applique un modèle d'IA pour aider les médecins à prédire les diagnostics et les résultats des patients, comme la survie ou le séjour à l'hôpital. Nous utiliserons des données multimodales en temps réel (laboratoires, signes vitaux, histoire, imagerie) à partir des dossiers hospitaliers. Les patients seront suivis pour comparer les performances de l'IA avec des soins standard. L'objectif est d'améliorer le diagnostic et la précision du traitement dans une étude prospective du monde réel.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Intervention / Traitement

Description détaillée

Cette étude vise à construire et à appliquer un modèle d'intelligence artificielle (IA) pour aider les médecins à prédire les diagnostics et les résultats des patients, tels que la survie ou le séjour à l'hôpital. Nous inscrireons les patients à travers l'hôpital et utiliserons les données de la santé multimodales en temps réel, y compris les résultats du laboratoire, les signes vitaux, les antécédents médicaux et les dossiers de santé électroniques de l'imagerie. L'étude suivra les participants pour évaluer les performances du modèle d'IA contre la pratique standard. Notre objectif est d'améliorer la précision et la vitesse des diagnostics et des traitements, en améliorant les soins aux patients. Cette étude prospective teste le modèle en milieu hospitalier réel.

Type d'étude

Observationnel

Inscription (Estimé)

50000000

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
    • 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

Cette étude comprend tous les patients admis dans n'importe quel département de l'hôpital, avec des données de dossier de santé électronique en temps réel (par exemple, laboratoires, signes vitaux, antécédents, imagerie). Les participants doivent consentir à la collecte de données.

La description

Critères d'inclusion:

  1. Les patients ont admis dans n'importe quel département de l'hôpital (par exemple, USI, services généraux, urgence, services ambulatoires) pendant la période d'étude.
  2. Les patients ayant des données sur le dossier de santé électronique en temps réel (DSE) disponibles, y compris au moins deux des éléments suivants: résultats de laboratoire, signes vitaux, antécédents médicaux et données d'imagerie.

Critères d'exclusion:

Les patients actuellement inscrits dans un autre essai clinique qui pourraient interférer avec la collecte de données ou les résultats de cette étude.

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
Intervention / Traitement
Cohorte de patient à l'échelle de l'hôpital
Autre: Stratégie associée à l'IA
L'intervention de cette étude implique un système d'IA qui exploite la fusion de données multimodales pour soutenir la prise de décision clinique et l'évaluation des maladies. Les patients de cette cohorte subiront des examens standard, avec des décisions cliniques guidées par les recommandations générées par le système d'IA.

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
Amélioration globale de l'utilisation des ressources hospitalières
Délai: 1 an
Le pourcentage de réduction de l'utilisation globale des ressources hospitaliers (par exemple, les jours de lit, les admissions en USI, les tests de diagnostic) attribués à la prise de décision assistée par l'IA, exprimée en pourcentage.
1 an
Amélioration de la précision du diagnostic au niveau de la population
Délai: 1 an
L'amélioration globale de la précision diagnostique de tous les patients hospitaliers (par exemple, pourcentage de diagnostics corrects ou réduction des erreurs de diagnostic) facilités par le modèle d'IA, exprimés en pourcentage ou en rapport.
1 an
Réduction à l'échelle du système des taux d'événements indésirables
Délai: 1 an
Le pourcentage de réduction des événements indésirables majeurs (par exemple, la mortalité, les complications graves ou les séjours prolongés) chez tous les patients hospitaliers en raison de la prise de décision assistée par l'IA, exprimée en pourcentage.
1 an

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Amélioration globale des résultats des patients hospitalisés
Délai: 1 an
L'amélioration globale des principaux résultats des patients (par exemple, la mortalité, la morbidité, les taux de récupération) dans toute la population hospitalière en raison de la prise de décision assistée par l'IA, exprimée en score ou pourcentage composite.
1 an
Amélioration de l'efficacité du système de santé
Délai: 1 an
L'amélioration globale de l'efficacité opérationnelle de l'hôpital (par exemple, réduction des temps d'attente, allocation optimisée des ressources, baisse de la charge de travail du personnel) attribuée au modèle d'IA, exprimée en pourcentage ou en note qualitative.
1 an
Score d'impact sur la santé de la population
Délai: 1 an
Un score composite reflétant l'effet du modèle d'IA sur la santé de la population dans la zone de bassin versant de l'hôpital (par exemple, réduction de la charge de la maladie, amélioration de la gestion des maladies chroniques), exprimée en indice ou en pourcentage standardisé.
1 an
Indice de prestations de santé publique à long terme
Délai: 1 an
Un indice composite mesurant la contribution à long terme du modèle d'IA à la santé publique (par exemple, réduction de la prévalence des maladies, amélioration de l'espérance de vie), exprimée en score normalisé ou en pourcentage d'amélioration.
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)

24 février 2025

Achèvement primaire (Estimé)

1 juin 2026

Achèvement de l'étude (Estimé)

1 juin 2026

Dates d'inscription aux études

Première soumission

24 février 2025

Première soumission répondant aux critères de contrôle qualité

24 février 2025

Première publication (Réel)

25 mars 2025

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 février 2025

Dernière vérification

1 février 2025

Plus d'information

Termes liés à cette étude

Mots clés

Autres numéros d'identification d'étude

  • AI Prediction

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