응급 및 긴급의료조정센터(CCUE)에서 시간 의존적 병리 요구 탐지를 위한 인공지능(AI) 모델을 활용한 전화 트라이아지 평가 및 최적화 (TrIAje Project)
프로젝트 "trIAje": 응급의료통합센터(CCUE)에서 시간 의존성 병리 요구 탐지를 위한 인공지능(AI) 모델을 활용한 전화 트리아지 평가 및 최적화
AI를 활용한 응급 전화 트리아지 개선 안달루시아 응급 및 긴급 상황 조정 센터(CCUE)는 매일 수천 건의 전화를 처리합니다. 각 전화는 전화로 제공된 정보를 바탕으로 사례의 심각도를 판단하기 위해 평가되어야 합니다. 전화 이유는 경미한 건강 문제부터 심정지(CPA)와 같은 생명을 위협하는 응급 상황까지 다양합니다.
이 프로젝트는 심각하거나 생명을 위협하는 상태를 종종 나타내는 네 가지 주요 응급 상황에 대한 전화 트리아지 개선에 중점을 둡니다:
의식 불명 / 심정지 호흡 곤란 흉통(비외상성, 심장 관련 문제 가능) 뇌졸중 증상 우리의 목표는 머신 러닝(ML) 및 자연어 처리(NLP)를 포함한 고급 인공 지능(AI) 기술을 사용하여 전화 트리아지를 더 정확하고 효율적으로 만드는 것입니다. 이러한 도구는 CCUE 운영자가 더 나은 결정을 더 빠르게 내리도록 도와 환자가 가능한 한 빨리 적절한 치료를 받을 수 있도록 합니다.
수행 방법:
연구진은 응급 조정 시스템(CCR) 및 디지털 임상 기록(HCDM)의 익명화된 과거 통화 데이터를 분석할 것입니다. 여기에는 다음이 포함됩니다:
구조화된 데이터: 표준 트리아지 질문에 대한 답변과 같은 미리 정의된 필드.
비구조화된 데이터: 통화 중 기록된 자유 텍스트 메모 및 기타 정보.
하이브리드 AI 접근법이 사용될 것입니다, 다음을 결합하여:
사례를 분류하기 위한 전통적인 AI 방법(지도 학습 및 딥 러닝).
자유 텍스트 데이터에서 유용한 통찰력을 추출하기 위한 생성형 AI 기술(고급 언어 모델).
최고의 예측 모델 구축
가장 효과적인 AI 모델을 찾기 위해 다음과 같은 다양한 머신 러닝 기술을 테스트할 것입니다:
결정 트리 랜덤 포레스트 서포트 벡터 머신(SVM) XGBoost 앙상블 방법 신경망 또한 어떤 질문과 변수가 사례의 심각도를 예측하는 데 가장 중요한지 분석할 것입니다. 이를 바탕으로 현재 트리아지 질문의 정확성을 높이기 위한 개선 사항을 제안할 것입니다.
성과 측정
다음과 같은 주요 성과 지표를 사용하여 AI 모델을 평가할 것입니다:
정확도(전반적 정확성) 민감도(실제 응급 상황 감지 능력) 특이도(허위 경보 회피 능력) 거짓 양성 및 거짓 음성 비율(시스템이 실수를 얼마나 자주 하는지) 우도 비율(시스템이 긴급 및 비긴급 사례를 얼마나 잘 구별하는지) F1-점수 및 ROC 곡선(전반적 성과 지표) 왜 중요한가 이 프로젝트는 현재 전화 트리아지 시스템의 효과성을 평가하고 이를 개선하기 위한 새로운 AI 기반 모델을 개발할 것입니다. 목표는 응급 운영자가 가장 심각한 사례를 신속히 식별하여 대응 시간을 단축하고 환자 결과를 개선하는 데 도움을 주는 것입니다. 향후, 연구진은 이 개선된 AI 모델을 CCUE 시스템에 통합하여 안달루시아 전역의 응급 대응을 강화하는 것을 목표로 합니다.
연구 개요
상태
상태
상세 설명
안달루시아 비상 및 응급 의료 조정 센터(CCUE)는 매일 수천 건의 전화를 받으며, 각 사례는 전화로 제공된 정보를 바탕으로 중증도 수준에 따라 분류되어야 합니다. 시민들이 도움을 요청하는 상태는 경미한 질환부터 심정지에 이르기까지 매우 다양합니다. 이 프로젝트는 병원 외 비상 상황에서 전화 트리아지를 수행하는 과제를 다루며, 의식 상실/심정지, 호흡 곤란, 비외상성 흉통, 뇌졸중 등 응급 및 잠재적으로 생명을 위협할 수 있는 의학적 상태를 나타낼 수 있는 여러 빈번한 진료 요청 사유를 대상으로 합니다.
목표는 기계 학습(ML) 및 자연어 처리(NLP)를 포함한 고급 인공 지능(AI) 기술(기호적 및 생성적)을 사용하여 전화 트리아지의 정확성과 효율성을 향상시키는 것입니다. 이를 통해 CCUE CES-061 안달루시아 운영자가 더 빠르고 정보에 기반한 결정을 내려 적시에 적절한 치료를 제공할 수 있게 될 것입니다.
연구진은 CES-061 안달루시아의 네트워크 조정 센터(CCR) 관계형 데이터베이스 시스템과 모바일 디지털 건강 기록(HCDM)에서 추출된 이 네 가지 진료 요청 범주와 관련된 익명화된 역사적 통화 데이터를 수집할 것입니다. 분석에는 구조화된 데이터(통화 중 묻는 트리아지 질문을 포함한 특정 형식의 미리 정의된 필드)와 수요 관리 과정에서 생성된 비구조화 데이터(자유 텍스트 및 기타 형식)가 포함되며, 조정 및 치료 제공 측면을 포괄합니다.
연구진은 고전적 AI 기술(분류를 위한 지도 학습 및 딥 러닝)과 생성적 AI(비구조화 데이터에서 가치 있는 통찰력을 분석하고 추출하기 위한 대규모 언어 모델)를 통합하는 하이브리드 접근법을 구현할 것입니다. 의사 결정 트리, 랜덤 포레스트, SVM, XGBoost, 앙상블 방법, 신경망 등 다양한 분류 알고리즘을 테스트하여 가장 정확한 예측 모델을 구축할 것입니다.
특징 중요도 분석을 통해 가장 예측력이 높은 질문과 변수를 식별하고, 예측 정확도를 향상시키기 위해 현재 트리아지 질문의 수정을 제안할 것입니다.
모델은 여러 지표(정확도, 민감도, 특이도, 양성 및 음성 우도비, 위양성률[경보 실패], 위음성률[누락 실패], ROC 곡선 아래 면적, F1-점수 포함)를 사용하여 평가될 것입니다. 이러한 지표는 모델이 최종 진단을 정확히 예측하는 능력을 평가하는 데 도움이 될 것이며, 진정한 응급 사례의 탐지를 극대화(높은 민감도, 높은 양성 우도비, 낮은 위음성률)하는 동시에 과도한 위양성을 피하도록(높은 특이도, 낮은 위양성률, 낮은 음성 우도비) 할 것입니다.
이 프로젝트의 목적은 현재 CCUE 전화 트리아지 모델의 효과성을 평가하고 개선하기 위한 새로운 AI 기반 모델을 개발하는 것입니다. 우리는 향후 CCUE 내에서 개선된 모델을 구현하기 위한 견고한 기반을 제공하고, 직원들이 가장 중증 사례를 신속히 식별하고 우선순위를 정하여 궁극적으로 대응 시간을 단축하고 건강 결과를 개선하는 데 목표를 두고 있습니다.
연구 유형
연구 유형
등록 (추정된)
등록
연락처 및 위치
연구 연락처
연구 연락처
- 이름: María José MJ Dr. Luque Hernández, MD PhD
- 전화번호: 0034 617563352
- 이메일: mariajose.luque.sspa@juntadeandalucia.es
연구 장소
-
-
Málaga
-
Málaga, Málaga, 스페인, 29590
- 모병
- Centro de Emergencias Sanitarias 061
-
연락하다:
- María José MJ Luque-Hernández, MD PhD
- 전화번호: +34 617563352
- 이메일: mariajose.luque.sspa@juntadeandalucia.es
-
수석 연구원:
- María José Luque Hernández, Doctor of Medicine, PhD
-
부수사관:
- CRISTINA LÓPEZ LÓPEZ, Doctor of Medicine
-
-
참여기준
자격 기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
코드 A36 + A58(의식불명/심폐정지), A16(호흡곤란), A23(비외상성 흉통) 및 A54(뇌졸중)으로 기록된 전화 통화.
제외 기준:
- 환자 또는 사건에 대한 관련 정보가 불완전하거나 없는 요청.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
의료 배송 센터에서의 중증도 검출
기간: 24시간. 통화 접수부터 의료팀 파견까지
|
의료 출동 센터는 시간 의존적 병리(생명을 위협하는 응급 상황)를 감지해야 합니다. 통화 접수부터 생명을 위협하는 응급 상황(시간 의존적 병리) 인식까지의 시간(분)
|
24시간. 통화 접수부터 의료팀 파견까지
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
효과성
기간: 1년
|
안달루시아 CCUE에서 이러한 수요에 대한 현재 전화 트라이아지 시스템의 효과성, 특히 임상적으로 관련된 성능 지표(과소 트라이아지 및 과잉 트라이아지 포함)를 사용하여(정확도, 민감도, 특이도, 양성 및 음성 우도비, 거짓 양성 및 거짓 음성 비율, ROC 곡선 아래 면적 및 F1-점수 포함).
|
1년
|
|
인공 지능 모델 설계
기간: 2년
|
엔지니어들은 안달루시아의 응급 및 긴급 조정 센터(CCUE)에서 무의식/심폐정지(시스템에서 각각 요청 유형 A36 및 A58로 등록됨), 호흡 곤란(A16), 비외상성 흉통(A23) 및 뇌졸중(A54)에 대한 지원을 요청하는 사용자들의 전화 트라이아지 정확도와 효율성을 향상시키기 위해 고전적 AI와 생성적 AI 기술을 통합하는 인공 지능(AI) 모델을 개발하고 검증해야 합니다.
|
2년
|
|
인공지능(AI) 모델의 의료 센터 배송 성능
기간: 2년
|
엔지니어들은 CCR 및 HCDM 데이터베이스의 구조화 및 비구조화 데이터를 사용하여 무의식/심폐정지, 호흡곤란, 비외상성 흉통, 뇌졸중에 대한 전화 통화의 심각도를 예측하는 다양한 AI 알고리즘의 성능을 평가해야 합니다.
|
2년
|
공동 작업자 및 조사자
협력자
협력자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
연구 시작
기본 완료 (추정된)
기본 완료
연구 완료 (추정된)
연구 완료
연구 등록 날짜
최초 제출
최초 제출
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
처음 게시됨
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
기타 연구 ID 번호
- 2025_CES_061_IA_TRIAJE_V5
- SICEIA-2024-002592 (기타 식별자: Centro de Emergencias Sanitarias 061 Andalucía)
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .