電子カルテからの自動化された臨床データ探索のための人工知能 (CardioMining-AI)
電子医療記録からの臨床データの自動抽出および処理のための人工知能の有用性 (CardioMining-AI)
調査の概要
詳細な説明
近年の医学とコンピュータ サイエンスの急速な発展にもかかわらず、現代の臨床診療における治療は、多くの場合、経験的で遡及的なデータに基づいています。 患者数の増加と大規模な三次センターへの集中により、臨床データを体系的に収集し、それらをリスク層別化モデルに適用することが魅力的になります。 ただし、データ量が増加するにつれて、手作業によるデータ収集と処理は困難になります。このアプローチは、医療システムにとって時間とコストがかかるためです。 さらに、臨床メモなどの構造化されていない情報は、多くの場合、直接分析に適さないフリー テキストとして記述されます。 人工知能の使用は非常に有望であり、今後数年間で医療の未来を急速に変えるでしょう. 自動化されたプロセスにより、データを迅速かつ確実に抽出してさらに処理することができます。 その使用による結果は、さまざまな医療システムに簡単に拡張でき、生成された知識を増幅し、診断と治療の精度を向上させ、最終的には医療サービスにプラスの影響を与えることができます。 患者の個人データを危険にさらすことなく、さまざまなソースから膨大な量のデータを収集することは、現代科学における大きな課題です。
三次病院の循環器病棟に入院した患者の電子的に登録された臨床記録は遡及的に収集され、各入院に関連する検査室や画像検査などの追加ファイルも収集されます。 参加している診療所の規模と、電子形式での電子病院記録の記録が適用された年月を考えると、患者記録のサンプルは約 60,000 になると推定されます。 名前、ID 番号、郵便番号、居住地、職業など、個人を特定するために使用される可能性のあるすべての情報は、これらの電子ファイルから削除されます。 各患者の正確な生年月日ではなく、年齢のみが記録されます。 記録されるのは入院日のみで、正確な入院日と退院日は記録されません。 したがって、サブジェクトの追加情報や識別子は収集されないため、データを特定のサブジェクトに割り当てることはできません。 ファイルが匿名化された後、各患者の臨床メモは特定のキー (「識別子」) にリンクされます。 「識別子」と患者の臨床記録との相関関係を含む電子ファイルは、安全な病院の電子的な場所に保存されます。 完全に匿名化されたファイルは、最初に手作業で分析され、退院診断、投薬、治療プロトコル、臨床検査、診断検査など、患者の臨床情報をすべて含むデータベースに情報が抽出されます。 同時に、臨床メモのサンプル (1/3) が分析され、各診断に関連するキーワードまたはフレーズが特定されます (たとえば、心房細動の診断は、おそらく「心房細動」、「AF」として記録されます)。など）。 この生成されたキーワードの辞書を使用し、人工知能手法と自然言語処理 (NLP) などのテキスト マイニングを統合することにより、これらの電子カルテからデータと診断の自動抽出が試みられます。 計算方法の信頼性と精度は、自動的に抽出されたデータと手動で記録されたデータを比較して、内部で評価されます。 さらに、これらの計算方法の信頼性と精度は、キーワードと特定の診断との関連付けが試みられなかった臨床ノートの 2/3 にこれらの方法を適用して、外部で評価されます。
ギリシャに関しては、本研究は、患者の医療記録からの非構造化臨床データの自動抽出および処理のための人工知能の有用性を分析する最初のものになることを目指しています。 この研究の結果は、次のことにプラスの影響を与えます。
- 大規模なデータ分析と処理手順の自動化
- 迅速な疫学的記録と臨床データの利用
- 病気の早期診断
- 標的療法の恩恵を受ける可能性のある表現型の患者プロファイルの開発
- 退院後の患者の可能な臨床経過に関する情報を提供し、医学的意思決定を支援する臨床意思決定支援システムの開発
- 主要な心血管疾患の予後モデルの開発と検証
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：George Giannakoulas, MD, PhD
- 電話番号：+30 2310994830
- メール：ggiannakoulas@auth.gr
研究連絡先のバックアップ
- 名前：Athanasios Samaras, MD
- 電話番号：+30 2310994830
- メール：ath.samaras.as@gmail.com
研究場所
-
-
-
Alexandroupoli、ギリシャ
- まだ募集していません
- University Cardiology Clinic, Democritus University of Thrace
-
コンタクト：
- George Chalikias, MD, PhD
- メール：gchaliki@med.duth.gr
-
コンタクト：
- Dimitrios Tziakas, MD, PhD
-
Athens、ギリシャ
- 募集
- 1st Department of Cardiology, Hippokration General Hospital
-
コンタクト：
- George Lazaros, MD, PhD
- メール：glaz35@hotmail.com
-
コンタクト：
- Konstantinos Tsioufis, MD, PhD
-
Heraklion、ギリシャ
- まだ募集していません
- Department of Cardiology, Heraklion University Hospital
-
コンタクト：
- Alexandros Patrianakos, MD, PhD
- メール：apatrianakos@yahoo.gr
-
コンタクト：
- Alexandros Patrianakos, MD, PhD
-
Larissa、ギリシャ
- 募集
- University General Hospital of Larissa, University of Thessaly
-
コンタクト：
- Gregory Giamouzis, MD, PhD
- メール：grgiamouzis@gmail.com
-
コンタクト：
- Gregory Giamouzis, MD, PhD
-
Patras、ギリシャ
- 募集
- Department of Cardiology, University of Patras Medical School
-
コンタクト：
- Periklis Davlouros, MD, PhD
- メール：pdav@upatras.gr
-
コンタクト：
- Periklis Davlouros, MD, PhD
-
Thessaloniki、ギリシャ
- まだ募集していません
- 3rd Cardiology Department, Hippokration Hospital
-
コンタクト：
- Vassilios Vassilikos, MD, PhD
- メール：vvassil@auth.gr
-
コンタクト：
- Vassilios Vassilikos, MD, PhD
-
Thessaloniki、ギリシャ
- 募集
- Cardiology Department, George Papanikolaou General Hospital
-
コンタクト：
- John Zarifis, MD, PhD
- メール：zarifis.john@gmail.com
-
コンタクト：
- John Zarifis, MD, PhD
-
Thessaloníki、ギリシャ、54636
- 募集
- 1st Cardiology Department, AHEPA University Hospital
-
コンタクト：
- Athanasios Samaras, MD, PhD
- メール：ath.samaras.as@gmail.com
-
コンタクト：
- George Giannakoulas, MD, PhD
-
Thessaloníki、ギリシャ
- 募集
- Laboratory of Medical Physics, Aristotle University of Thessaloniki
-
コンタクト：
- Panagiotis Bamidis, Prof
- メール：pdbamidis@gmail.com
-
コンタクト：
- Panagiotis Bamidis, Prof
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- ギリシャの心臓病部門の入院患者
- 医療記録が各病院のコンピュータ/情報システムに電子的に保存されている患者
除外基準:
- 入院中に死亡し、退院通知書が発行されなかった患者
研究計画
研究はどのように設計されていますか？
デザインの詳細
- 観測モデル：コホート
- 時間の展望：回顧
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 |
|---|---|---|
|
従来の手動データ抽出方法と比較した、患者の医療記録から臨床データを自動的に抽出する人工知能の精度
時間枠：1年
|
手作業によるデータ抽出の従来の方法と比較した、自動化された人工知能方法を使用した非構造化臨床メモからの臨床データ (病歴、退院診断、投薬など) の正確な抽出率
|
1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
全死因死亡までの時間
時間枠：最長8年間（退院から試験一次修了日まで）
|
経過観察期間中の全死因死亡までの期間（月）
|
最長8年間（退院から試験一次修了日まで）
|
|
主要な心血管疾患が発生するまでの時間
時間枠：最長8年間（退院から試験一次修了日まで）
|
経過観察期間中に心不全、糖尿病または冠動脈疾患を発症するまでの期間（月）
|
最長8年間（退院から試験一次修了日まで）
|
|
心血管系の理由による再入院までの時間
時間枠：最長8年間（退院から試験一次修了日まで）
|
経過観察期間中の心血管系の理由による再入院までの期間（月）
|
最長8年間（退院から試験一次修了日まで）
|
|
脳卒中または全身塞栓症までの時間
時間枠：最長8年間（退院から試験一次修了日まで）
|
フォローアップ期間中の脳卒中または全身塞栓症までの期間（月）
|
最長8年間（退院から試験一次修了日まで）
|
|
急性冠症候群になるまでの時間
時間枠：最長8年間（退院から試験一次修了日まで）
|
フォローアップ期間中の急性冠症候群までの期間（月）
|
最長8年間（退院から試験一次修了日まで）
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- Madani A, Arnaout R, Mofrad M, Arnaout R. Fast and accurate view classification of echocardiograms using deep learning. NPJ Digit Med. 2018;1:6. doi: 10.1038/s41746-017-0013-1. Epub 2018 Mar 21.
- Johnson KW, Torres Soto J, Glicksberg BS, Shameer K, Miotto R, Ali M, Ashley E, Dudley JT. Artificial Intelligence in Cardiology. J Am Coll Cardiol. 2018 Jun 12;71(23):2668-2679. doi: 10.1016/j.jacc.2018.03.521.
- Krittanawong C, Zhang H, Wang Z, Aydar M, Kitai T. Artificial Intelligence in Precision Cardiovascular Medicine. J Am Coll Cardiol. 2017 May 30;69(21):2657-2664. doi: 10.1016/j.jacc.2017.03.571.
- Boag W, Doss D, Naumann T, Szolovits P. What's in a Note? Unpacking Predictive Value in Clinical Note Representations. AMIA Jt Summits Transl Sci Proc. 2018 May 18;2017:26-34. eCollection 2018.
- Hashir M, Sawhney R. Towards unstructured mortality prediction with free-text clinical notes. J Biomed Inform. 2020 Aug;108:103489. doi: 10.1016/j.jbi.2020.103489. Epub 2020 Jun 25.
- Diller GP, Kempny A, Babu-Narayan SV, Henrichs M, Brida M, Uebing A, Lammers AE, Baumgartner H, Li W, Wort SJ, Dimopoulos K, Gatzoulis MA. Machine learning algorithms estimating prognosis and guiding therapy in adult congenital heart disease: data from a single tertiary centre including 10 019 patients. Eur Heart J. 2019 Apr 1;40(13):1069-1077. doi: 10.1093/eurheartj/ehy915.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
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?
IPD プランの説明
IPD 共有サポート情報タイプ
- STUDY_PROTOCOL
- SAP
- ANALYTIC_CODE
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
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
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。