このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

機械学習は、緊急通報中の院外心停止の認識を支援しました。

2020年4月15日 更新者：Stig Nikolaj Fasmer Blomberg、Emergency Medical Services, Capital Region, Denmark

機械学習は緊急通報中に院外心停止を認識し、医療派遣者を支援できますか

緊急医療サービス コペンハーゲンは、1-1-2 (9-1-1) への通話をリアルタイムで分析する機械学習モデルを開発しました。 このモデルは、心停止が疑われる電話を認識することができます。 この研究の目的は、心停止が疑われる電話でのコンピューター生成アラートの効果を調査することです。

研究は調査します

  1. 認識の増加の可能性は、マシンのアラートによるものか、またはマシンを実装する際の院外心停止 (OHCA) の認識に医療ディスパッチャが重点を置いているためか
  2. ニューラル ネットワークに基づく機械学習モデルの場合、医療ディスパッチャにアラートを送信すると、OHCA の全体的な認知度が高まり、市民対応者の派遣が増加します。
  3. 自動体外式除細動器 (AED)、心肺蘇生法 (CPR) の使用の増加、または機械で認識された OHCA での OHCA と医療ディスパッチャで認識された OHCA の場合の市民対応者の派遣。

調査の概要

状態

完了

条件

介入・治療

詳細な説明

院外心停止後の生存率は、虚脱から CPR が開始されるまで 1 分あたり 10% 減少します。 指令員による電話による CPR は、指令員が心停止を認識した場合にのみ開始されます。

以前のプロジェクト「機械学習を介したコンピューターは、緊急通報中に院外心停止を認識できますか」(TrygFoundation がサポート) で、研究者は、認識できる機械学習 (ML) モデルを作成することが可能であることを発見しました。緊急医療派遣センター (EMDC-コペンハーゲン) の医療派遣者よりも精度の高い OHCA。

この研究では、モデルとその効果が EMDC コペンハーゲンで文書化される予定です。 この目的のために、ML モデルを実行するコンピューター サーバーが作成されます。 このサーバーは EMDC コペンハーゲンのネットワークに統合されており、モデルによって心停止が認識されたときに、医療派遣担当者にアラートをプッシュすることができます。

機械学習の助けを借りて、仮説は、OHCAの認識が改善され、現在よりも頻繁かつ迅速に起こるというものです.

医療派遣担当者向けの指示が作成され、機械からのアラートの場合に医療派遣担当者をガイドします。

研究の種類

介入

入学 (実際)

5242

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

  • デンマーク
    • Danmark
      • Ballerup、Danmark、デンマーク、DK-2750
        • Emergency Medical Services Copenhagen

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 子
  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

受講資格のある性別

全て

説明

包含基準:

  • デンマーク国立心停止登録簿に登録された心停止に関する電話
  • OHCAは機械学習モデルによって認識されています
  • コールは 1-1-2 から発信されます

除外基準:

  • OHCA 救急医療サービス - 目撃者
  • 別の機関（警察または消防隊）からの電話
  • コールはリピートコールです
  • 通話は会議のために保留中です

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか？

デザインの詳細

  • 主な目的：診断
  • 割り当て：ランダム化
  • 介入モデル：並列代入
  • マスキング：トリプル

武器と介入

参加者グループ / アーム
介入・治療
実験的：マシンアラート
これらの心停止が疑われる心臓には、標準の救急医療サービスの対応に加えて、機械学習モデルによってアラートが生成されます。
他の：ディスパッチャ画面のアラート「心停止の疑い」
ディスパッチャ画面のアラート「心停止の疑い」
介入なし：普段のお手入れ
これらの疑いのある心停止には、標準的な緊急医療サービスの対応が適用されます。

この研究は何を測定していますか？

主要な結果の測定

結果測定
メジャーの説明
時間枠
指令員による心停止の認識
時間枠：救急医療サービスへの通話中、通話開始から最大 15 分。
院外心停止のディスパッチャーの認識は、主要な結果です。 認識は、含まれるすべての通話の録音を聞いている監査員のグループによって記入されたアンケートによって報告されます。 アンケートは、通話用に修正された CARES プロトコルであり、通話の質を評価する 21 の質問で構成されています。 アンケートは検証済みであり、他の研究で使用されています。
救急医療サービスへの通話中、通話開始から最大 15 分。

二次結果の測定

結果測定
メジャーの説明
時間枠
認識までの時間
時間枠：救急医療サービスへの通話中、通話開始から最大 15 分。
通話開始から指令員が心停止を認識するまでの時間
救急医療サービスへの通話中、通話開始から最大 15 分。
派遣担当者による電話による心肺蘇生
時間枠：救急医療サービスへの通話中、通話開始から最大 15 分。
指令員は発信者に CPR を開始するよう依頼しますか。
救急医療サービスへの通話中、通話開始から最大 15 分。
T-CPRまでの時間
時間枠：救急医療サービスへの通話中、通話開始から最大 15 分。
通話開始からコーラーが CPR で発信者をガイドし始めるまでの時間
救急医療サービスへの通話中、通話開始から最大 15 分。

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

Emergency Medical Services, Capital Region, Denmark

捜査官

  • スタディディレクター：Freddy Lippert, MD、Copenhagen Emergency Medical Services

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2018年9月1日

一次修了 (実際)

2020年4月1日

研究の完了 (実際)

2020年4月2日

試験登録日

最初に提出

2019年12月27日

QC基準を満たした最初の提出物

2020年1月3日

最初の投稿 (実際)

2020年1月7日

学習記録の更新

投稿された最後の更新 (実際)

2020年4月16日

QC基準を満たした最後の更新が送信されました

2020年4月15日

最終確認日

2020年4月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • F-35101-01

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

IPD プランの説明

データは、主治医への郵送による合理的な要求に応じて入手できます。

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

購読する