人工知能を活用した大規模な心電図特徴の抽出と、抽出された特徴と死亡率、脳卒中、または関心のあるさまざまな健康結果との関連性の調査
2023年12月22日 更新者：Yonsei University
- この研究では、大規模な ECG データ（2005 年 11 月 1 日から 2022 年 10 月 31 日までセブランス病院で行われたセブランス健康診断で標準 12 ガイド ECG を測定し、MUSE システムに保存された全患者の心電図データ）を電子医療と組み合わせます。記録、国民健康保険公社のデータ、国家統計局の死因データを利用し、人工知能アルゴリズムを使用して心電図の特徴を抽出し、死亡、脳卒中、さまざまな健康状態との関連性を分析し、外部検証や転移学習を実行します。公共データベース (例: 英国バイオバンク データ)。
- Web ベースの人工知能プラットフォームを使用して、大規模なデータ処理中に生成される計算負荷を分散し、分析の精度と効率を向上させることを目的としています。
調査の概要
状態
まだ募集していません
詳細な説明
- 本部から取得した患者IDはすべて研究用ID（匿名化ID）に置き換えられるため、IDそのものが流出することはなく、その他の個人識別情報（氏名、住民登録番号）が収集されることもありません。
研究手法：
- 被験者の基準に基づいて心電図を抽出します。
- 抽出された ECG データと国民保険公社のデータ (+ 国家統計局の死因データ) を組み合わせます。
- 対象外の健康 (HOI) の定義。 死亡、脳卒中などが含まれます。
- 定義された HOI は、延世医療センターのデータ、国民保険庁のデータ、韓国統計局の死因データから抽出できます。
- 心電図 (および必要に応じて臨床情報図) を入力として使用した人工知能モデルのトレーニング。ラベルがある場合は教師あり深層学習アルゴリズムを、ラベルがない場合は教師なし学習アルゴリズムを利用します。
- 教師あり学習人工知能モデルの性能評価。
- 教師なし学習人工知能モデルの場合、抽出された特徴と HOI または予測可能性/検出可能性の分析間の関連/相関。
- 転移学習は、公開データベースを使用して学習済みモデルに外部検証または誘電体データを追加することで実行できます。
- 学習したモデルを Web ベースの人工知能プラットフォームに実装することで、外部の追加データを使用して外部検証を実行できます。
- 大規模なデータを考慮すると、Web ベースの人工知能プラットフォームを使用してコンピューティング ワークロードを分散できます。
- 分析結果は匿名化でき、ウェブベースの人工知能プラットフォームを通じて研究者に提供できます。
研究の種類
観察的
入学 (推定)
3000000
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。
研究連絡先
- 名前：Hui-Nam Pak
- 電話番号：82-2-2228-8459
- メール：hnpak@yuhs.ac
研究場所
-
-
-
Seoul、大韓民国
- Yonsei University Health System
-
コンタクト：
- Hui-Nam Pak
- 電話番号：82-2-2228-8459
- メール：hnpak@yuhs.ac
-
-
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
サンプリング方法
非確率サンプル
調査対象母集団
2005 年 11 月 1 日から 2022 年 10 月 31 日まで、セブランス病院のセブランス健康診断で標準 12 ガイド心電図を測定した後、MUSE システムに保管されたすべての患者
説明
包含基準:
2005 年 11 月 1 日から 2022 年 10 月 31 日まで、セブランス病院のセブランス健康診断で標準 12 ガイド心電図を測定した後、MUSE システムに保管されたすべての患者
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
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 |
|---|---|---|
|
死亡患者数
時間枠：2年
|
人工知能アルゴリズムを用いて、死亡前1年以内に計測された心電図データからの死亡率予測（原因を問わず死亡した患者数）の再現性を調査
|
2年
|
|
脳卒中、心房細動、認知症患者数
時間枠：2年
|
人工知能アルゴリズムを使用して、心電図の特定のパターンと脳卒中/心房細動、認知症の可能性との相関関係を調査します。
|
2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：Hui-Nam Pak、Yonsei University
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 (推定)
2023年12月1日
一次修了 (推定)
2025年12月1日
研究の完了 (推定)
2025年12月1日
試験登録日
最初に提出
2023年11月22日
QC基準を満たした最初の提出物
2023年12月21日
最初の投稿 (実際)
2023年12月22日
学習記録の更新
投稿された最後の更新 (推定)
2024年1月1日
QC基準を満たした最後の更新が送信されました
2023年12月22日
最終確認日
2023年12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。