EHR による AI による生物学的年齢予測
2025年4月1日 更新者：Kang Zhang、The Eye Hospital of Wenzhou Medical University
電子健康記録を使用した生物学的年齢の予測：AIベースのアプローチ
これは、電子健康記録 (EHR) を使用して生物学的年齢を予測するための AI 支援予測モデルの適用と有効性を評価するために設計された多施設共同の後ろ向き臨床研究です。
この研究では、病歴、検査結果、臨床観察などのさまざまな健康データポイントを分析して、患者の生物学的年齢を推定します。
この研究は、生物学的年齢と暦年齢を比較することで、モデルの精度と、加齢に伴う健康リスクの特定と患者ケアの改善におけるその可能性を評価することを目的としています。
調査の概要
詳細な説明
生物学的年齢予測は、全体的な健康状態を評価し、加齢に関連した病気のリスクを判断し、個別化されたヘルスケアを提供するために非常に重要です。
実年齢は重要な要素ですが、必ずしも個人の真の生物学的老化プロセスを反映しているわけではありません。
加速された生物学的老化とそれに関連する健康リスクを早期に特定することは、早期介入と長期的な健康結果に大きな影響を与える可能性があります。
臨床現場では、医療提供者は病歴、臨床検査結果、臨床観察などの幅広い患者データを統合して、個人の健康状態を理解し、潜在的な将来のリスクを予測します。
精密医療の重要性が高まるにつれ、生物学的年齢を予測し、個別のケアプランを作成する能力が不可欠になっています。
人工知能とデータ分析技術の最近の進歩により、生物学的年齢予測の精度が向上する可能性が示されています。
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、生物学的年齢を予測し、リスクのある個人を特定し、健康転帰を改善することにより、診断の精度を向上させ、臨床ワークフローを最適化し、より個別化された医療を患者に提供することです。
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
-
-
Guangdong
-
Guangzhou、Guangdong、中国
- 募集
- Nanfang Hospital
-
コンタクト：
- Zhuomin Li
- 電話番号：+86-0577-85397527
- メール：chetneyli.1001@gmail.com
-
-
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
- The Eye Hospital of Wenzhou Medical University
-
コンタクト：
- Lan Wang
- 電話番号：+86-0577-85397527
- メール：wl2832300533@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
研究集団は、アクセス可能な電子健康記録（EHR）を備えた参加病院または医療センターでケアを受けた個人で構成されています。
参加者には、病歴、臨床検査結果、イメージングデータ、食事、身体活動、喫煙習慣などのライフスタイル要因など、完全なEHRデータを持つ人々が含まれます。
コホートは、健康な個人と、さまざまな健康状態にわたって生物学的年齢予測を分析するための慢性疾患または併存疾患を持つ個人の両方で構成されます。
この研究は、さまざまな年齢層、健康状態、および人口統計を代表する多様な患者集団を確保するために、複数の医療施設で実施されます。
説明
包含基準：
- 病歴、検査結果、治療データ、画像データ（利用可能な場合）、ライフスタイル要因（喫煙、身体活動、食事など）を含む、包括的でアクセス可能な EHR データを持つ患者。
- 重大な認知障害のない患者は、インフォームドコンセントを提供したり、研究に参加したりすることを妨げます。
- すべての参加者は、研究目的で医療データを使用するための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：
- 生物学的年齢を予測するために必要な病歴、臨床検査結果、または治療データなど、不完全または不足しているEHRデータが不完全または欠落している患者。
- 深刻な認知障害（例：認知症、重大な精神障害）の患者は、インフォームドコンセントを提供したり、研究に有意義に参加したりすることができません。
- 末期疾患の患者または余命が限られている患者で、生物学的年齢予測が研究の目的に関連しない可能性がある患者。
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 |
|---|---|
|
生物学的に若いグループ
生物学的年齢が実年齢よりも若いと予測される参加者。
|
この研究では、AI 支援予測モデルを利用して、病歴、検査結果、画像データ、ライフスタイル要因などの電子医療記録のマルチモーダル データを分析して生物学的年齢を推定します。
このモデルは、深層学習アルゴリズムを採用して生物学的年齢を予測し、実年齢と比較し、加齢に関連した健康リスクの初期兆候を特定します。
この介入は直接的な治療や手順ではありませんが、ケアを個別化して長期的な健康成果を改善するために、生物学的年齢を予測するツールを開発することを目的としています。
|
|
生物学的に年上のグループ
生物学的年齢が年齢よりも古いと予測されている参加者。
|
この研究では、AI 支援予測モデルを利用して、病歴、検査結果、画像データ、ライフスタイル要因などの電子医療記録のマルチモーダル データを分析して生物学的年齢を推定します。
このモデルは、深層学習アルゴリズムを採用して生物学的年齢を予測し、実年齢と比較し、加齢に関連した健康リスクの初期兆候を特定します。
この介入は直接的な治療や手順ではありませんが、ケアを個別化して長期的な健康成果を改善するために、生物学的年齢を予測するツールを開発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 |
|---|---|---|
|
生物学的年齢の予測精度
時間枠：1年
|
実年齢と比較した生物学的年齢の予測における AI モデルの精度。
これは、ピアソン相関係数 (PCC) を使用して評価され、予測される生物学的年齢と実年齢との間の相関の強さが評価されます。
さらに、R 二乗 (R²) は、モデルによって説明される生物学的年齢の分散の割合を評価するために使用されます。
|
1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
健康リスク相関
時間枠：1年
|
PCC を使用して生物学的年齢予測と健康転帰の関係を評価する、予測された生物学的年齢と慢性疾患 (心血管疾患、糖尿病など) の発症などのさまざまな健康リスクとの相関関係。
|
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3月1日
一次修了 (推定)
2025年4月2日
研究の完了 (推定)
2025年4月2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3月25日
学習記録の更新
投稿された最後の更新 (実際)
2025年4月2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1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。