安全で説明可能な AI
2026年2月23日 更新者：Abramson Cancer Center at Penn Medicine
個別の臨床意思決定をサポートするための、安全で説明可能な AI 対応の意思決定
現在の AI テクノロジーは、一部の反復的な臨床タスクを自動化するのには適していますが、患者および疾患管理の領域における重要かつ有益な問題を解決するには技術的な課題が残っています。
提案された研究は、医療知識の効果的な統合、臨床医に説明可能な AI 推奨事項の作成、安全性保証の確立など、医療 AI の問題に対処することを目指しています。
調査の概要
研究の種類
観察的
入学 (推定)
300000
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：Haideliza Soto Calderon
- 電話番号：215-220-9425
- メール：Haideliza.Soto-Calderon@pennmedicine.upenn.edu
研究連絡先のバックアップ
- 名前：Nicholas Bishop
- メール：nicholas.bishop@pennmedicine.upenn.edu
研究場所
-
-
Pennsylvania
-
Philadelphia、Pennsylvania、アメリカ、19104
- 募集
- Hospital of the University of Pennsylvania
-
コンタクト：
- Haideliza Soto Calderon
- 電話番号：215-237-4509
- メール：haideliza.soto-calderon@pennmedicine.upenn.edu
-
-
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
サンプリング方法
非確率サンプル
調査対象母集団
この研究では、心臓病、腫瘍学、および敗血症のリスクがある患者からのEMRデータを調べる予定です。
各グループには、明確に定義された包含/除外基準があります。 心室性不整脈と院内心停止を予測するための機械学習モデルのために、2020 年から 2020 年までペンシルベニア州メディカル病院内のシックベイアクセス可能なベッドに入院した成人 (つまり 18 歳以上) 患者で構成される患者コホートを構築します。現在の患者だけでなく、EHR 記録を使用して心停止を経験したと特定された患者も含まれます。
説明
包含基準:
心臓病専門医 18 歳以上で、2017 年から現在までペンシルバニア州メディカル病院のいずれかに入院している。 敗血症 救急外来受診時、または2017年7月1日以降にペンシルバニア州メディカル病院に入院した時点で18歳以上の敗血症患者は、敗血症を発症するリスクのある集団であるため対象となる。ペンがん登録における浸潤性乳がん（ステージ 1 ～ 4）の診断
除外基準 すべての予測モデルは、18 歳未満の患者を患者データセットから除外します。
循環器科 主な入院診断が心停止であった患者 敗血症 延命治療に既存の制限がある患者は、敗血症の定義、受けたケア、および転帰の適格性が、既存のケアの制限によって大きくさまざまな影響を受ける可能性があるため、除外されます。 。 腫瘍学 その他の除外項目はありません。
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 |
介入・治療 |
|---|---|
|
心臓病学
この臨床症例シナリオの主な目的は、入院中の集中治療室 (ICU) 患者の間で、リアルタイム心臓テレメトリーやその他の臨床、人口統計、および画像構造化データ ソースを利用して ML モデルを評価し、差し迫った院内心臓病を予測することです。心停止の可能性を特定し、可逆的な心停止の原因を特定し、ショック可能なリズム、つまり心室頻拍 (VT) や心室細動（VF）。
|
パーソナライズされた臨床意思決定サポートのための AI 対応の意思決定
|
|
腫瘍学 - 乳がん
この臨床症例シナリオの主な目的は、がん外来患者の臨床、人口統計、腫瘍分子および生殖系列配列決定からの構造化データと非構造化データを利用して ML モデルを評価し、短期死亡率および/または症状の低下を予測することです。
乳がん患者の治療反応を予測するモデルは、2 つの予後ツールと比較されます。1) Conversation Connect は、ペンシルベニア大学で日常的な臨床意思決定支援に使用されており、以前に検証された機械学習による死亡率予測ツールです。2)エリックスハウザー併存疾患指数は、研究やリスク調整で一般的に使用される併存疾患に基づく予後指標です。
|
パーソナライズされた臨床意思決定サポートのための AI 対応の意思決定
|
|
敗血症
この臨床症例シナリオの主な目的は、多峰性の臨床データ (例: 人口動態、臨床検査結果、バイタルサインなどの構造化 EHR データ、臨床診察記録のテキストを含む非構造化 EHR データ、および、利用可能な場合は、リアルタイムの心臓、血行力学、および呼吸モニタリング装置からの波形）を利用して、敗血症の入院患者に対する広域抗菌薬治療の開始の必要性を予測します。
私たちは、実装可能で説明可能な AI に焦点を当て、診断と治療開始に関するリアルタイムの意思決定を支援するためにベッドサイドで臨床的にも意味のある、適切に調整された予測を生成します。
敗血症のタイムリーな診断と介入のためのモデルは、広く使用されている商用およびオープンソースの敗血症予測モデルと比較されます。
|
パーソナライズされた臨床意思決定サポートのための AI 対応の意思決定
|
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 |
|---|---|---|
|
神経記号学習アルゴリズム
時間枠：新しい学習アルゴリズムのプロトタイプを作成して開発します。 18ヶ月。学習アルゴリズムをベンチマークして評価します。 24ヶ月。研究結果を公表する。 24ヶ月
|
神経象徴モデルをトレーニングするための新しいアルゴリズムを開発および評価します。
私たちは、神経象徴モデルのエンドツーエンドのトレーニングのためのデータ効率と計算効率の高いアルゴリズムを開発します。
このタスクにより、膨大な EHR データに対してきめの細かいラベルを提供する臨床医の専門家の負担が軽減されます。
|
新しい学習アルゴリズムのプロトタイプを作成して開発します。 18ヶ月。学習アルゴリズムをベンチマークして評価します。 24ヶ月。研究結果を公表する。 24ヶ月
|
|
説明方法
時間枠：新しい説明アルゴリズムのプロトタイプを作成して開発します。 18ヶ月。説明のために認定された保証を導き出す。 18ヶ月。説明アルゴリズムをベンチマークして評価します。 24ヶ月。証明書を新しいプロパティとタスクに拡張します。 30ヶ月。出版
|
私たちは、検証可能な保証を伴う、説明可能な新しい AI 技術を開発します。
これらの保証により、AI の信頼性と透明性が基本的なレベルで可能になります。
|
新しい説明アルゴリズムのプロトタイプを作成して開発します。 18ヶ月。説明のために認定された保証を導き出す。 18ヶ月。説明アルゴリズムをベンチマークして評価します。 24ヶ月。証明書を新しいプロパティとタスクに拡張します。 30ヶ月。出版
|
|
安全性を保証する方法
時間枠：新しいルール学習アルゴリズムのプロトタイプを作成して開発します。 30ヶ月。ルール学習アルゴリズムをより大きなデータ設定に拡張します。 36ヶ月。新しいプリミティブを組み込んで複雑なルールを表現します。 36ヶ月。ベースラインタスクにルール学習アルゴリズムを実装する
|
私たちは、統計的に保証されたデータ内の安全性を支配する複雑な論理ルールをスケーラブルに抽出できる新しいアルゴリズムを開発します。
これらの技術は統計分析に根ざしており、ユーザーが分布外のデータを特定し、異常を検出するのに役立ちます。
|
新しいルール学習アルゴリズムのプロトタイプを作成して開発します。 30ヶ月。ルール学習アルゴリズムをより大きなデータ設定に拡張します。 36ヶ月。新しいプリミティブを組み込んで複雑なルールを表現します。 36ヶ月。ベースラインタスクにルール学習アルゴリズムを実装する
|
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。
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)
2025年11月29日
一次修了 (推定)
2028年11月1日
研究の完了 (推定)
2028年11月1日
試験登録日
最初に提出
2024年11月15日
QC基準を満たした最初の提出物
2024年11月15日
最初の投稿 (実際)
2024年11月19日
学習記録の更新
投稿された最後の更新 (実際)
2026年2月25日
QC基準を満たした最後の更新が送信されました
2026年2月23日
最終確認日
2026年2月1日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- 34124
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?
いいえ
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
いいえ
米国FDA規制機器製品の研究
いいえ
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。