緊急胸痛トリアージにおける大規模言語モデルの応用 (ALERT)
2026年8月20日 更新者：Tang Yida、Peking University Third Hospital
この研究では、緊急トリアージにおける大規模言語モデルの精度と効率を評価します。
調査の概要
詳細な説明
この研究は、緊急トリアージにおける大規模言語モデルの価値を評価することであり、その精度と効率が評価され、従来のトリアージと比較されました。
このモデルがトリアージの速度と質を向上させながら、医療スタッフの作業負荷を効果的に軽減できるかどうかを調査する。
さらに、急性心疾患や脳卒中などの重篤な医療事象を予測するモデルの能力が評価されました。
患者への調査も含まれていた。人工知能支援トリアージ システムの使用に対する受け入れと満足。
コスト削減やリソースの最適な割り当てなど、このテクノロジーの導入による経済的メリットを分析します。
研究の種類
介入
入学 (実際)
1189
段階
- 適用できない
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
-
-
Beijing Municipality
-
Beijing、Beijing Municipality、中国
- Peking University Third 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
いいえ
説明
包含基準:
- 胸痛のある患者は全員、緊急トリアージ手順に入りました。
- 18歳以上の患者。
除外基準:
- 重度の認知障害またはコミュニケーション能力のない患者。
- 明示的に特定の科に紹介された患者もいます (たとえば、120 人の転院患者のうちの一部はグリーン チャネルに直接行く可能性があります)。
- バイタルサインが不安定な患者。
- 潜在的な医学的問題を抱えている患者。
- 他の臨床試験に参加しています。
- テスト手順に従わないこと。
- インフォームドコンセントフォームへの署名を拒否する人。
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
- 主な目的：診断
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：大規模言語モデルの診断
患者は、救急部門での日常的なトリアージの前後の待ち時間に、大規模言語モデル トリアージ システム MedGuide-V5 を操作しました。
このフェーズでは、MedGuide-V5 は患者とのコミュニケーション中にデータと指標を自動的に記録します。
|
大規模言語モデル MedGuide-V5 は、患者の説明から重要な情報を迅速に抽出することができ、これらの説明を分析することで医師に初期診断の可能性を提供し、患者の治療に迅速に優先順位を付けるのに役立ちます。
|
|
アクティブコンパレータ：日常的な診断および治療手順
人工知能システムの評価後、患者は通常の手順に従って診断と治療を受けます。
人為的トリアージの全体時間、患者のトリアージ、その他のデータが記録されます。
評価のために人工知能システムを使用することによって患者の訪問が遅れるべきではありません。
|
人工知能システムの評価後、患者は通常の手順に従って診断と治療を受けます。
人為的トリアージの全体時間、患者のトリアージ、その他のデータが記録されます。
評価のために人工知能システムを使用することによって患者の訪問が遅れるべきではありません。
|
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 |
|---|---|---|
|
MedGuide-V5の診断的中率
時間枠：学習完了まで平均10か月
|
すべての検査が完了した後に、大規模な言語モデルを利用して医師が行った胸痛の診断と、患者が行った実際の診断との一貫性を評価する。
|
学習完了まで平均10か月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
医療従事者の満足度
時間枠：評価中
|
アンケート調査などの方法でトリアージ システムを支援する際に、大規模な言語モデルを使用して医療従事者の満足度と受け入れを評価します。
このアンケートの名前は「研究者評価フォーム」で、スコアは 1 から 10 までです。
スコアが高いほど、大規模言語モデルが研究者にとってより有用であることを示します。
|
評価中
|
|
医療従事者の治療計画調整率
時間枠：評価中
|
医療従事者が MedGuide V5 の結果からフィードバックを受け、大規模言語モデルによって提供される提案を参照した後に治療計画を調整した回数。
|
評価中
|
|
30日以内の救急外来再診率
時間枠：評価中
|
大規模言語モデルを利用したトリアージおよび従来のトリアージ後 30 日以内に救急外来を再受診する患者または再入院する患者の発生状況を評価します。
|
評価中
|
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。
捜査官
- 主任研究者：Yi-Da Tang, MD, PhD、Peking University Third Hospital
- 主任研究者：Wen-Yao Wang, MD, PhD、Peking University Third Hospital
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
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)
2023年12月20日
一次修了 (実際)
2026年8月20日
研究の完了 (実際)
2026年8月20日
試験登録日
最初に提出
2023年12月22日
QC基準を満たした最初の提出物
2024年7月8日
最初の投稿 (実際)
2024年7月9日
学習記録の更新
投稿された最後の更新 (実際)
2026年8月24日
QC基準を満たした最後の更新が送信されました
2026年8月20日
最終確認日
2026年8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。