인공지능 기술을 활용한 영양실조 진단 시스템 구축
Clinical Pathway 적용성 향상을 위한 인공지능 기술을 활용한 영양실조 진단 시스템 구축
영양실조 유병률은 중국에서 입원 환자의 30-50%로 추산됩니다. 질병 관련 영양실조는 감염 위험, 사망률, 입원 기간 및 경제적 부담을 증가시킵니다. 국가영양계획(National Nutrition Plan)은 영양실조를 줄이기 위해 제안했지만 명확하고 효과적인 로드맵과 프로토콜은 아직 존재하지 않습니다. 위의 문제를 해결하는 데 몇 가지 요인이 방해가 됩니다. 여기에는 다음이 포함됩니다. 1) 현재 영양실조 진단 방법의 효율성이 낮습니다. 2) 영양 상태를 정량적으로 평가할 수 있는 역동적이고 표준적인 방법이 부족합니다. 이를 위해 연구자들은 인공지능 영양실조 진단 시스템을 구축하여 영양실조 Clinical Pathway의 적용을 개선하는 것을 목표로 한다. 먼저 조사관은 이전에 구축한 국립병원 영양 스크리닝 데이터 세트를 기반으로 다차원 영양실조 대규모 데이터 세트를 구축합니다.
여기에는 깊은 3D 얼굴 이미지, 반구조화 및 구조화된 전자 의료 기록이 포함됩니다. 그런 다음 조사관은 앙상블 학습 알고리즘을 사용하여 병인 및 표현형 진단을 모두 포함하는 완전 자동 인공 지능 영양 실조 진단 모델을 설정합니다.
연구 개요
상태
정황
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
Beijing
-
Beijing, Beijing, 중국, 100010
- Dongcheng district，Peking union medical college hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
설명
포함 기준:
- 성인(18세 이상)
- 입장 후 48시간 이내;
- 악성종양, 만성폐쇄성폐질환 등 영양실조 위험이 높은 입원환자
- 한족;
- 정보에 입각한 동의를 제공할 수 있습니다.
제외 기준:
- 인공 안면 변화(예: 성형 수술, 두경부 방사선 요법, 두경부 외상)가 있는 환자
- 특별한 안면 변화가 있는 질병(예: 말단비대증);
- 고용량 글루코코르티코이드 사용자;
- 안면 부종이 있는 환자;
- 예상 체류 기간이 3일 미만인 긴급 입원,
- 연구원들이 포함할 수 없다고 생각한 다른 조건
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
영양실조 진단
기간: 입장 후 48시간 이내
|
GLIM(Global Leadership Initiative on Malnutrition)을 사용하여 입원 환자의 영양실조 진단
|
입장 후 48시간 이내
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .