検証: 急性脳卒中の転帰を改善するための信頼できる AI (VALIDATE)
急性脳卒中治療における患者転帰を改善するための信頼できる AI ベースの臨床意思決定支援システムの検証
人工知能 (AI) を利用した予後ツールと臨床意思決定支援システムは、多数の患者データに基づいて特定の疾患の転帰を高速で予測し、医療専門家による意思決定を容易にします。 急性虚血性脳卒中では、静脈内血栓溶解療法や機械的血栓除去術などの治療の全体的な治療効果と集団全体の結果の利点が十分に確立されています。 しかし、個々の患者では、脳卒中の急性期の予後を予測することは困難です。一部の患者はこれらの治療の候補ですが、臨床転帰が悪い場合があります (脳卒中の改善または悪化さえありません)。急性虚血性脳卒中患者の正確なリアルタイム転帰予測を提供する人工知能 (AI) ベースの予後ツール。
研究中、急性虚血性脳卒中で緊急治療室に入院したすべての患者は、担当の脳卒中神経科医に従って、急性脳卒中の通常の治療を受けます。 「影」の臨床研究者は、治療中の医師とやり取りすることなく、AI モデルが必要とするデータを in vivo で収集します。 これらのデータは、病院のモバイル/タブレットのアプリを介して臨床データを入力し、電子カルテに接続することによって取得されます。
AI モデルは急性脳卒中患者の転帰を推定し、この予測は 3 か月の追跡調査後に患者の実際の転帰と比較されます。
調査の概要
詳細な説明
人工知能 (AI) を活用した予後ツールと臨床意思決定支援システムには、多数の患者データに基づいて特定の疾患の転帰を高速で予測する機能があり、医療専門家による意思決定を容易にします。
急性虚血性脳卒中では、静脈内血栓溶解療法と機械的血栓除去術の全体的な治療効果と集団全体の結果の利点が十分に確立されています。 ただし、結果は個々の患者によって依然として大きく異なり、一部の患者は治療の対象となりますが、壊滅的な結果をもたらす可能性があります. 1 人の患者における複数の予後変数とそれらの組み合わせにより、脳卒中治療後の個々の転帰を予測することが困難になります。 AI 予後ツールを検証して、前向き観察追跡調査で急性虚血性脳卒中患者の正確な転帰予測を提供することを目指しています。
仮説 AI ベースのモデルは、急性脳卒中患者にリアルタイムで適用でき、その結果を早期に正確に予測できます。
方法論 調査は 2 つのフェーズに準拠しています。 フェーズ 1: 後ろ向き研究。 臨床検証研究のために技術的な準備が整う一方で、広範な高品質の医療データに基づいて開発された既存のモデルに基づいて、異種データに対するモデルのさらなる改良が行われます。 VALIDATE は、研究に関与する 3 つの臨床施設からのレトロスペクティブ データベースを分析し、以前に生成された AI モデルをテストおよび検証します。 2018年から2021年の間にセンターに入院したすべての急性虚血性脳卒中患者の暗号化されたデータがAIモデルに供給され、AIモデリングによって予測された結果と実際の患者の結果を比較してモデルの精度を検証します。 データセットには、人口統計、ベースラインの臨床的特徴、危険因子、神経画像データ、急性期治療、臨床評価 (National Institute of Health Stroke Scale (NIHSS))、3 ~ 6 か月での機能評価 (mRS)、患者報告アウトカム指標 (PROM) が含まれます。など これらのデータセットと AI モデル間の相互作用は、連合学習手順を通じて行われます。つまり、データは病院のサーバーで分析され、他のセンターに転送されることはありません。
次第に複雑化する診断手順の AI モデルへの寄与を評価し、機能的結果を正確に予測できる AI モデルに関連する最小限の変数のセットを確立することも達成されます。
フェーズ 3: 前向き多施設観察シャドーイング研究。 3つの大規模な総合脳卒中センターに入院した連続した急性脳卒中患者が評価されます。 すべての患者は、担当医による通常の脳卒中検査と標準治療を受けます。 治療中の医師とのやり取りのない影の臨床研究者は、AI モデリングに必要なデータを生体内で想起します。 これらのデータは、アプリを介して臨床データを入力し、患者の電子医療記録に接続して、追加のベースラインおよび神経画像データを取得することによって取得されます。 患者の実際の転帰は、臨床医および患者報告の転帰測定 (CROM および PROM) を通じて測定され、AI モデルに従って推定された転帰と比較されます。 7日後、1ヶ月後、3ヶ月後のPROMSは、患者と臨床医のコミュニケーションとフォローアップを改善するための革新的なナッジベースのデジタルプラットフォーム(NORA)の実装を通じて取得されます。 電子ケース レポート フォーム (eCRF) は、NORA プラットフォームに統合されるキー プロセス インジケーター (KPI) と CROM を再収集するように設計されます。
サンプルサイズの計算は、2020 年にヴァル デブロン病院に入院した連続コード脳卒中患者の臨床データセットの結果に基づいています。 これは、連続した急性脳卒中患者のコホートにおける 3 か月での通常の mRS 分布の例として使用されています。
カッパ統計を使用した 2 人の評価者間の一致のテストでは、182 人の被験者のサンプルサイズは、H0: カッパ = κ0 対 H1: カッパ ≠ κ0 の場合、テストで 0.7 の真のカッパ値を検出するために 95% の検出力を達成します。頻度が 0.58、0.34、0.08 の 3 つのカテゴリがあります。 この検出力の計算は、有意水準 0.05、最小許容カッパ (κ0) 0.6 (中程度の一致)、期待カッパ (κ1) 0.8 (実質的な一致) に基づいています。 90 日間の追跡調査でドロップアウト率が 20% であると仮定すると、ドロップアウト膨張予想登録 (DIEE) 数は、急性虚血性脳卒中の患者 218 人になります。
研究の種類
入学 (予想される)
連絡先と場所
研究連絡先
- 名前:Dietmar Frey, MD
- 電話番号:+4930450560398
- メール:dietmar.frey@charite.de
研究連絡先のバックアップ
- 名前:Malte Von Tottleben
- メール:Malte.vonTottleben@empirica.com
研究場所
-
-
-
Jerusalem、イスラエル
- Hadassah Medical Center
-
コンタクト:
- Ronen Lecker, MD
- メール:leker@mail.huji.ac.il
-
-
-
-
Catalonia
-
Barcelona、Catalonia、スペイン、08035
- Hospital Vall d'Hebron - VHIR
-
コンタクト:
- Marta Rubiera, MD
- 電話番号:0034 932744997
- メール:martaaurora.rubiera@vallhebron.cat
-
副調査官:
- Federica Rizzo, MD
-
-
-
-
-
Heidelberg、ドイツ
- Universität Heidelberg
-
コンタクト:
- Susanne Bonekamp, MD
- メール:Susanne.Bonekamp@med.uni-heidelberg.de
-
-
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
受講資格のある性別
サンプリング方法
調査対象母集団
説明
包含基準:
- -被験者は18歳以上、または州または国内法に従ってインフォームドコンセントを提供する法定年齢です
- 患者またはその法的に指定された代理人から得られた、データの使用に関するインフォームド コンセント (現地で必要な場合)
除外基準:
- 急性頭蓋内出血の徴候を伴う神経画像(CT/MRI)
- 予想余命が 3 か月未満の深刻な、進行した、または末期の病気
- 90 日間のフォローアップに対応できない可能性が高い (例: 固定住所がない、電話がないなど)
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:ケースのみ
- 時間の展望:見込みのある
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 |
---|---|---|
MRS によって測定されたリアルタイム AI モデルによって予測された機能的結果の分布
時間枠:3ヶ月
|
実際の患者の mRS 分布と比較して、リアルタイム AI モデルによって予測された修正ランキン スケール (mRS) (三分法: 0-2、3-4、および 5-6) によって測定された機能転帰の分布
|
3ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
追加の臨床医報告 (CRO) および患者報告 (PRO) の転帰予測
時間枠:1週間、1ヶ月、3ヶ月
|
AI モデルの精度を評価して、事前定義された追加の臨床医および患者から報告されたアウトカム (CRO/PRO) を予測します
|
1週間、1ヶ月、3ヶ月
|
AI モデルを実生活に適用する可能性を実証する
時間枠:1日
|
AI ベースの予測同期、システム統合の問題、..
|
1日
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (予想される)
一次修了 (予想される)
研究の完了 (予想される)
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
キーワード
その他の研究ID番号
- PR(AG)310-2022
- 101057263 (その他の助成金/資金番号:HORIZON-HLTH-2021-DISEASE-04-04)
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 共有時間枠
IPD 共有アクセス基準
IPD 共有サポート情報タイプ
- 研究プロトコル
- インフォームド コンセント フォーム (ICF)
- 分析コード
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。