救急救命士向け接続ネットワークのデータ取得 人工知能を活用した総合的な技術サポート
2023年7月3日 更新者：Yonsei University
現在、国内の救急医療システムは、救急医療システムの参加者である病院、救急現場、管制機関間の情報の流れから切り離されており、救急時における統合データの収集・活用には限界がある[1]。
さらに、現場の救急サービスの人員不足とリアルタイムの患者情報伝達システムの欠如により、救急現場の状況を反映する十分なデータ記録が作成されておらず、救急現場での救急患者情報が十分に把握されていない。 - 病院段階は転院先の病院には配送されません [1]。
現在準備中の病院前の患者情報の記録は、多くの場合、患者の搬送完了後に救急隊員の記憶に頼って手書きで書かれているため、データは非常に不正確であり、信頼性を保証できません[2]。
特に、心停止、重度外傷、心血管救急、脳血管救急と呼ばれる四大救急疾患の場合、救急段階で把握された患者情報は重症度の判定に非常に重要であるため、非常に重要です。現場でリアルタイムに患者情報を収集して重症度を評価することが重要であり、その評価結果に基づいて治療に適した医療機関を選択することが可能である[3,4]。
また、これらの重篤な救急疾患の場合は、一定の時間内に対象を絞った治療が行われることが決められているため、患者が病院に到着する前に医療機関の医療従事者が患者の情報を把握していれば、緊急に治療を行うことが可能です。緊急治療に向けて事前に準備することで、合理的な時間内での緊急治療の実行率が向上します[5、6、7]。
調査の概要
状態
完了
詳細な説明
私たちは、緊急の緊急治療が必要な 4 つの主要な救急疾患を予測し、以下の入出力モデルを通じてその重症度を評価できる AI ベースのアルゴリズムを開発します。
アルゴリズム入力データ 1) ビデオ/画像データ
- 救急車内に設置された 360 度カメラとモバイル ホット スポット (MHS) デバイス接続 (RJ-45 有線接続) によるビデオ取得
- ネックバンドカメラ（ウェアラブル）による映像データ収集
- スマートグラス（ウェアラブル）端末や救急端末経由の動画数 ２）音声信号データ
- 救急隊員が装着する骨伝導マイクを通じて病院前の救急隊員の音声データと患者の音声データを収集 3) 生体信号データ
- 救急車に設置された患者監視装置 モバイルホットスポット（MHS）装置 TCP/IP接続によるバイタルサインの収集と送信
- 現場作業員が使用する除細動器や救急端末（5G対応） TCP/IP接続によるバイタルサインの収集・送信
開発技術１）緊急環境における音声認識AI技術の開発
- 現場搬送段階から音声テキスト、緊急関連文章、音声データを収集
- オンサイト転送サービスシナリオから音声テキストを収集し、音声認識学習用音声DBを構築
- 収集したテキストから、救急隊員が同様の意味の文章を生成し発話できる言い換え 2) 救急環境音声書き起こしデータの自然言語処理システムの構築 ～ステミング解析や物体名認識などの自然言語処理～ 救急医療の最適化モジュールのドメイン
- 緊急活動、応急処置、応急処置などの緊急環境における言語データの収集
- 収集した救急環境言語データを領域最適化処理し、機械学習ベースの自然言語処理モデルを学習 3) 救急救命士の音声情報ノイズ除去・話者分離モデル設計 4) 救急車におけるAI画像認識バイオサイン情報モニタリング技術の開発
- PMS（患者監視システム）機器出力バイタルサイン用画像ベース文字認識アルゴリズムの開発
- AI学習による5G 360°CAM映像によるPMS機器（場所、種類、ブランドなど）の自動認識技術を実装
- 生体信号ごとの自動文字領域認識とOCR（光学文字認識）による読み取りアルゴリズムの開発
- NLP（自然言語処理）ベースの特定文字・歪み文字補正技術の実装
背景、騒音、振動、照明などの影響を最小限に抑える画像前処理技術の開発。
5) 緊急活動画像情報物体検出モジュールの開発 6) AI行動検出映像解析モデリング
- ディープラーニングを用いた行動検出 画像解析モデリング - 一般的な行動検出手法の分析
- 一般行動検出時の緊急医療行動に類似したクラスターゲットテスト
- 救急隊員の救助活動や患者の移動と同様のクラス検出
- 一般行動検出モデリング 7) 得られた多面データに基づいて得られた入力変数から、Ji-an Lee ディープネットワーク法によりモデル出力変数の主な決定要因を抽出し、最終出力変数の予測力を計算します。
研究の種類
観察的
入学 (実際)
15296
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
-
-
-
Seoul、大韓民国
- Severance Hospital
-
-
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
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
サンプリング方法
確率サンプル
調査対象母集団
- 研究開始から 6 か月後の 1 回の中間分析。
- データ分析：6か月間、2つの消防署から救急車でセブランス病院の救急外来に搬送された患者のうち、症例記録に記入すべき項目の20％以上をチェック
- 異常な管理計画：研究者はデータ分析会議を通じて欠損値の原因を議論し、計画を立てます。
説明
包含基準:
- 患者は西大門消防署、麻浦消防署から119救急車でセブランス病院救急治療センターに搬送される
除外基準:
- 18歳未満の未成年者
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
コホートと介入
グループ/コホート |
|---|
|
麻浦消防署
|
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 |
|---|---|---|
|
受信機下のエリア動作特性、AUROC
時間枠：研究開始から6か月、最終解析まで平均1年
|
|
研究開始から6か月、最終解析まで平均1年
|
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
捜査官
- 主任研究者：Hyuk-Jae Chang、Severance Cardiovascular Hospital
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)
2021年4月19日
一次修了 (実際)
2021年12月31日
研究の完了 (実際)
2021年12月31日
試験登録日
最初に提出
2023年7月3日
QC基準を満たした最初の提出物
2023年7月3日
最初の投稿 (実際)
2023年7月11日
学習記録の更新
投稿された最後の更新 (実際)
2023年7月11日
QC基準を満たした最後の更新が送信されました
2023年7月3日
最終確認日
2023年7月1日
詳しくは
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。