EHR による院内感染の AI 主導予測
2025年4月16日 更新者：Kang Zhang、The Eye Hospital of Wenzhou Medical University
電子ヘルス記録を使用した病院でアッチされた感染症の予測：AIアシストアプローチ
これは、感染を識別および診断し、マルチモーダルの健康データを活用するためのAIアシスト予測モデルの応用と有効性を評価するために設計された、マルチセンターの遡及的臨床研究です。
調査の概要
詳細な説明
院内感染（HAI）は、医療現場における罹患率と死亡率の重大な原因です。
HAI の早期発見と予防は、患者の転帰を改善し、医療費を削減し、感染の拡大を防ぐために非常に重要です。
臨床現場では、医療提供者は多くの場合、感染リスクを評価し、HAI を予防するために、病歴、臨床検査結果、薬剤使用、外科的処置、臨床観察などの幅広い患者データを統合する必要があります。
感染制御と精密医療がますます重要になる中、特に危険因子が微妙または無症状の患者における感染を予測して予防するという課題は依然として残っています。
人工知能とデータ分析技術の最近の進歩により、感染の予測と予防の精度と効率の向上に大きな期待が寄せられています。
この研究は、電子医療記録、検査結果、臨床観察、患者人口統計からのマルチモーダル データを統合することにより、AI 支援の意思決定システムを開発することを目的としています。
その目的は、HAI のリスクがある患者の早期特定を強化し、臨床ワークフローを合理化し、感染制御措置を最適化することです。
最終的に、このシステムは院内感染の発生率を減らし、患者の安全性を向上させ、全体的な医療の質を向上させることを目指しています。
研究の種類
観察的
入学 (推定)
1000000
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：Fei Liu, MD
- 電話番号：+86 13810512704
- メール：liufei_2359@163.com
研究場所
-
-
Zhejiang
-
Wenzhou、Zhejiang、中国
- 募集
- First Affiliated Hospital of Wenzhou Medical University
-
コンタクト：
- Cheng Tang
- メール：c249325687@163.com
-
Wenzhou、Zhejiang、中国
- 募集
- Second Affiliated Hospital of Wenzhou Medical University
-
コンタクト：
- Sian Liu
- 電話番号：+86-0577-88002888
- メール：liusan@mail3.sysu.edu.cn
-
-
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
はい
サンプリング方法
非確率サンプル
調査対象母集団
研究対象集団は、参加している研究センターでケアを受けた個人で構成されています。
参加者は、病歴、臨床検査結果、治療データ、臨床観察を含む包括的な電子健康記録 (EHR) を入手できる必要があります。
院内感染（HAI）を発症した人とそうでない人の両方が研究に含まれ、AI支援モデルの感染リスク予測能力が評価される。
この研究は、参加センターからの完全かつ文書化された治療記録を持つ患者に焦点を当て、さまざまな年齢層や感染症の種類にわたる分析のための多様なコホートを確保します。
説明
包含基準:
- 病歴、臨床検査結果、治療計画、臨床観察、感染歴など、完全でアクセス可能な EHR データを持つ患者。
- 研究期間中に参加病院または医療施設に入院した患者。
- すべての参加者は、研究目的で健康データを使用するためにインフォームドコンセントを提供する必要があります。
除外基準:
- 検査結果、病歴、治療の詳細など、感染予測に必要な重要な EHR データが不完全または欠落している患者。
- 重度の認知障害、認知症、またはインフォームドコンセントの提供や研究への参加を妨げる症状を患っている患者。
- 研究期間中に病院に入院していない、または外来患者のケアのみを受けている患者。
- 感染予測が研究の臨床目標に当てはまらない可能性がある末期状態の患者。
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
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
院内感染コホート
このグループは、入院中に院内感染（HAI）を発症した患者で構成されています。
このコホートの参加者は、院内感染につながる危険因子を特定する際の AI 支援予測モデルの有効性を評価するために使用されます。
このモデルは、入院患者の感染リスクを予測する精度に基づいて評価される。
このコホートの一部として、既存の院内感染対策の実践を超えた特別な介入は提供されません。
|
この介入には、患者の病歴、臨床検査結果、臨床観察、治療データなどのマルチモーダルデータを統合し、院内感染（HAI）のリスクを予測する AI システムが含まれます。
このシステムは深層学習アルゴリズムを使用してリアルタイムで正確な予測を提供し、感染のリスクがある患者を早期に特定できるようにします。
このモデルは、過去の健康データを分析することで、潜在的な感染症の発症を予測し、病院環境における早期発見、予防戦略、患者の転帰を改善することを目的としています。
|
|
健康なコホート（ハイなし）
このグループは、入院中に入院感染症を発症していない患者で構成されています。
このコホートの参加者は、実験グループとの比較のためのコントロールグループとして機能します。
AIアシストモデルは、感染症を発症するリスクがある患者と入院中に感染していない患者を区別する能力について評価されます。
感染関連の合併症のない患者を表すため、このコホートの一部として介入は提供されません。
|
この介入には、患者の病歴、臨床検査結果、臨床観察、治療データなどのマルチモーダルデータを統合し、院内感染（HAI）のリスクを予測する AI システムが含まれます。
このシステムは深層学習アルゴリズムを使用してリアルタイムで正確な予測を提供し、感染のリスクがある患者を早期に特定できるようにします。
このモデルは、過去の健康データを分析することで、潜在的な感染症の発症を予測し、病院環境における早期発見、予防戦略、患者の転帰を改善することを目的としています。
|
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 |
|---|---|---|
|
曲線下面積 (AUC)
時間枠：1年
|
診断精度を定量化するために使用されるROC曲線のAUC。
ユニットなし（比率または割合、通常は0〜1の間で数値として表されます）。
|
1年
|
|
F1スコア
時間枠：1年
|
F1 スコアは、精度と感度 (再現率) の調和平均です。
これは、特にクラスの不均衡がある場合 (例: 健康な症例の数が病気の症例よりもはるかに多い場合)、真陽性の両方を識別し、偽陽性を最小限に抑えるモデルの能力を示す優れた尺度です。
F1 スコアの範囲は 0 ～ 1 で、1 は完全な精度と再現率を示します。
|
1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
感度（真の正の率）
時間枠：1年
|
感度は、AIモデルが合併症のある妊娠中の女性を正しく診断したり、新生児障害を特定したりするなど、真の肯定的な症例をどれだけよく識別するかを測定します。
|
1年
|
|
特異性（真陰性率）
時間枠：1年
|
特異性は、病気のないケースを正確に識別する AI モデルの能力を測定し、健康な母親と乳児が陰性であると正しく識別されることを保証します。
|
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。
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2月1日
一次修了 (推定)
2025年5月1日
研究の完了 (推定)
2025年5月1日
試験登録日
最初に提出
2025年1月19日
QC基準を満たした最初の提出物
2025年1月19日
最初の投稿 (実際)
2025年1月24日
学習記録の更新
投稿された最後の更新 (実際)
2025年4月17日
QC基準を満たした最後の更新が送信されました
2025年4月16日
最終確認日
2025年4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。