小児および青年における人工知能主導の症状評価の安全性と信頼性

デジタル ヘルス技術 (DHT) は、世界中の医療システムをサポートするためにますます開発されています。 しかし、エビデンスに基づく医学と医学的検証が不足していることがよくあります。 西側諸国では、医療資源を正確に配分し、詳細で信頼できる健康情報を国民に提供して、健康に対してより大きな責任を負うことができるようにする必要性がかなりあります。 こうしたニーズに応えるために開発されたのが、インテリジェント患者フロー管理システム（IPFM、製品名 Klinik Frontline）です。 実際には、IPFM は、トリアージおよび診断プロセスにおける意思決定支援と、患者の流入管理の自動化に使用されます。 IPFM のコアは、医師によって生成された臨床相関の包括的な医療データベースを利用する臨床人工知能 (AI) です。

この研究の研究集団は、トゥルク大学病院 (TUH) の小児救急クリニックの患者で構成されています。 データは 6 か月の試験運用中に収集され、その後結果が分析されます。 研究の予想患者数は最低 500 人で、目標は 1,000 人です。 病院に通うとき、患者またはその保護者は、構造化された IPFM オンライン フォームを使用して、人口統計、背景情報、および症状を報告します。 IPFM から得られた結果は医療専門家からは見えず、IPFM は専門家の臨床上の意思決定に影響を与えません。 IPFM オンライン フォームから取得したデータと、救急部門および TUH からの臨床データは、データ収集後に分析されます。 この研究の主な目的は、IPFM の出力と 1) 状態の緊急性および重症度との関連性を評価することにより、IPFM の使用を検証することです。 2) 医師による実際の診断。 研究の主な仮説は、1) 救急部門に到着した患者の状況の緊急性を評価する上で、IPFM は安全で感度が高いこと、2) IPFM は医師による実際の診断と鑑別診断の十分な相関関係があることです。