인공 지능, 기계 학습, 전자 의료 기록에 대한 임상 시험 - 임상 시험 레지스트리

연구 개요

상태

모병

정황

상세 설명

최근 의학과 컴퓨터 과학의 급속한 발전에도 불구하고 현대 임상에서의 치료는 종종 경험적이며 후향적 데이터를 기반으로 합니다. 환자 수가 증가하고 대규모 3차 센터에 집중됨에 따라 체계적으로 임상 데이터를 수집하고 이를 위험 계층화 모델에 적용하는 것이 매력적입니다. 그러나 데이터 양이 증가함에 따라 수동 데이터 수집 및 처리는 의료 시스템에 시간과 비용이 많이 들기 때문에 문제가 됩니다. 또한 임상 노트와 같은 구조화되지 않은 정보는 직접적인 분석에 적합하지 않은 자유 텍스트로 작성되는 경우가 매우 많습니다. 인공 지능의 사용은 매우 유망하며 향후 몇 년 동안 의학의 미래를 빠르게 변화시킬 것입니다. 제공하는 자동화된 프로세스로 인해 추가 처리를 위해 빠르고 안정적으로 데이터를 추출할 수 있습니다. 사용 결과는 다양한 의료 시스템으로 쉽게 확장되어 생성된 지식을 증폭하고 진단 및 치료 정확도를 개선하며 궁극적으로 의료 서비스에 긍정적인 영향을 미칠 수 있습니다. 환자의 개인 데이터를 손상시키지 않고 다양한 소스에서 방대한 양의 데이터를 수집하는 것은 현대 과학의 주요 과제입니다.

상급종합병원 심장병동에 입원한 환자들의 전자등록 임상기록은 후향적으로 수집되며, 각 입원과 관련된 실험실 및 영상검사 등의 추가 파일도 수집된다. 참여 진료소의 규모와 전자 형태의 전자 병원 기록 기록이 적용된 연도를 감안할 때 환자 기록의 샘플은 약 60,000건이 될 것으로 추정됩니다. 이름, 주민등록번호, 우편번호, 거주지, 직업과 같이 잠재적으로 개인을 식별하는 데 사용될 수 있는 모든 정보는 이러한 전자 파일에서 삭제됩니다. 각 환자의 정확한 생년월일이 아니라 나이만 기록됩니다. 입원 일자만 기록되며 정확한 입원 및 퇴원 날짜는 기록되지 않습니다. 따라서 특정 주제에 대한 추가 정보나 식별자가 수집되지 않으므로 데이터를 특정 주제에 할당할 수 없습니다. 파일이 익명화된 후 각 환자의 임상 기록은 특정 키("식별자")와 연결됩니다. "식별자"와 환자의 임상 노트의 상관 관계를 포함하는 전자 파일은 안전한 병원 전자 위치에 저장됩니다. 완전히 익명화된 파일은 초기에 수동으로 분석되어 퇴원 진단, 투약, 치료 프로토콜, 실험실 및 진단 테스트와 같은 환자의 모든 임상 정보가 포함된 데이터베이스로 정보를 추출합니다. 동시에 임상 노트의 샘플(1/3)을 분석하여 각 진단과 관련된 키워드 또는 구문을 식별합니다(예를 들어, 심방세동 진단은 아마도 "심방세동", "AF"로 기록될 것입니다). , 등.). 이렇게 생성된 키워드 사전을 활용하고 자연어 처리(NLP)와 같은 인공지능 방법과 텍스트 마이닝을 통합하여 이러한 전자 의료 기록에서 자동으로 데이터 추출 및 진단을 시도합니다. 자동으로 추출된 데이터와 수동으로 기록된 데이터를 비교하여 계산 방법의 신뢰성과 정확성을 내부적으로 평가합니다. 또한 이러한 전산 방법의 신뢰도와 정확성은 키워드와 특정 진단 간의 연관성을 시도하지 않은 임상 노트의 2/3에 적용하여 외부적으로 평가할 예정입니다.

그리스와 관련하여 본 연구는 환자의 의료 기록에서 비정형 임상 데이터의 자동 추출 및 처리를 위한 인공 지능의 유용성을 최초로 분석하는 것을 목표로 합니다. 이 연구의 결과는 다음에 긍정적인 영향을 미칠 것입니다.

대규모 데이터 분석 및 처리 절차 자동화
임상 데이터의 신속한 역학 기록 및 활용
질병의 조기 진단
표적 치료의 혜택을 받을 수 있는 표현형 환자 프로필 개발
퇴원 후 환자의 가능한 임상 과정에 대한 정보를 제공하고 의학적 결정을 지원하는 임상 의사 결정 지원 시스템 개발
주요 심혈관 질환에 대한 예후 모델의 개발 및 검증

연구 유형

관찰

등록 (추정된)

60000

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

이름: George Giannakoulas, MD, PhD
전화번호: +30 2310994830
이메일: ggiannakoulas@auth.gr

연구 연락처 백업

이름: Athanasios Samaras, MD
전화번호: +30 2310994830
이메일: ath.samaras.as@gmail.com

연구 장소

그리스
- - Alexandroupoli, 그리스
    - 아직 모집하지 않음
    - University Cardiology Clinic, Democritus University of Thrace
    - 연락하다:
      
      George Chalikias, MD, PhD
      
      이메일: gchaliki@med.duth.gr
    - 연락하다:
      
      Dimitrios Tziakas, MD, PhD
  - Athens, 그리스
    - 모병
    - 1st Department of Cardiology, Hippokration General Hospital
    - 연락하다:
      
      George Lazaros, MD, PhD
      
      이메일: glaz35@hotmail.com
    - 연락하다:
      
      Konstantinos Tsioufis, MD, PhD
  - Heraklion, 그리스
    - 아직 모집하지 않음
    - Department of Cardiology, Heraklion University Hospital
    - 연락하다:
      
      Alexandros Patrianakos, MD, PhD
      
      이메일: apatrianakos@yahoo.gr
    - 연락하다:
      
      Alexandros Patrianakos, MD, PhD
  - Larissa, 그리스
    - 모병
    - University General Hospital of Larissa, University of Thessaly
    - 연락하다:
      
      Gregory Giamouzis, MD, PhD
      
      이메일: grgiamouzis@gmail.com
    - 연락하다:
      
      Gregory Giamouzis, MD, PhD
  - Patras, 그리스
    - 모병
    - Department of Cardiology, University of Patras Medical School
    - 연락하다:
      
      Periklis Davlouros, MD, PhD
      
      이메일: pdav@upatras.gr
    - 연락하다:
      
      Periklis Davlouros, MD, PhD
  - Thessaloniki, 그리스
    - 아직 모집하지 않음
    - 3rd Cardiology Department, Hippokration Hospital
    - 연락하다:
      
      Vassilios Vassilikos, MD, PhD
      
      이메일: vvassil@auth.gr
    - 연락하다:
      
      Vassilios Vassilikos, MD, PhD
  - Thessaloniki, 그리스
    - 모병
    - Cardiology Department, George Papanikolaou General Hospital
    - 연락하다:
      
      John Zarifis, MD, PhD
      
      이메일: zarifis.john@gmail.com
    - 연락하다:
      
      John Zarifis, MD, PhD
  - Thessaloníki, 그리스, 54636
    - 모병
    - 1st Cardiology Department, AHEPA University Hospital
    - 연락하다:
      
      Athanasios Samaras, MD, PhD
      
      이메일: ath.samaras.as@gmail.com
    - 연락하다:
      
      George Giannakoulas, MD, PhD
  - Thessaloníki, 그리스
    - 모병
    - Laboratory of Medical Physics, Aristotle University of Thessaloniki
    - 연락하다:
      
      Panagiotis Bamidis, Prof
      
      이메일: pdbamidis@gmail.com
    - 연락하다:
      
      Panagiotis Bamidis, Prof

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

3차 병원의 심장병동에 입원했고 전자적으로 저장된 임상 기록/입원 문서가 있는 모든 환자가 연구에 포함됩니다.

설명

포함 기준:

그리스 심장내과 입원환자
진료기록이 각 병원의 전산/정보시스템에 전자적으로 저장되어 있는 환자

제외 기준:

입원 중 사망하여 퇴원서가 발급되지 않은 환자

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

관찰 모델: 보병대
시간 관점: 회고전

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정	측정값 설명	기간
기존의 수동 데이터 추출 방식과 비교하여 환자의 의료 기록에서 임상 데이터를 자동으로 추출하는 인공 지능의 정확도 기간: 일년	기존의 수동 데이터 추출 방법과 비교하여 자동화된 인공 지능 방법을 사용하여 비정형 임상 노트에서 임상 데이터(병력, 퇴원 진단, 약물 등)를 정확하게 추출하는 비율	일년

2차 결과 측정

결과 측정	측정값 설명	기간
모든 원인으로 인한 사망에 이르는 시간 기간: 최대 8년(퇴원일부터 연구 1차 완료일까지)	추적 기간 동안 어떤 원인으로든 사망할 때까지의 기간(개월)	최대 8년(퇴원일부터 연구 1차 완료일까지)
주요 심혈관 질환 발생 시기 기간: 최대 8년(퇴원일부터 연구 1차 완료일까지)	추적 기간 동안 심부전, 당뇨병 또는 관상 동맥 질환이 발생할 때까지의 기간(개월)	최대 8년(퇴원일부터 연구 1차 완료일까지)
심혈관 이유로 재입원 시기 기간: 최대 8년(퇴원일부터 연구 1차 완료일까지)	추적관찰 기간 중 심혈관계 사유로 재입원까지의 기간(개월)	최대 8년(퇴원일부터 연구 1차 완료일까지)
뇌졸중 또는 전신 색전증 시간 기간: 최대 8년(퇴원일부터 연구 1차 완료일까지)	추적 기간 동안 뇌졸중 또는 전신 색전증까지의 기간(개월)	최대 8년(퇴원일부터 연구 1차 완료일까지)
급성관상동맥증후군에 걸리는 시간 기간: 최대 8년(퇴원일부터 연구 1차 완료일까지)	추적 관찰 기간 동안 급성관상동맥증후군까지의 기간(개월)	최대 8년(퇴원일부터 연구 1차 완료일까지)

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

AHEPA University Hospital

협력자

George Papanicolaou Hospital

University General Hospital of Heraklion

University General Hospital of Patras

Ippokrateio General Hospital of Thessaloniki

University Hospital, Alexandroupolis

General Hospital of Larissa

Hippokration Hospital Athens

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2022년 1월 14일

기본 완료 (추정된)

2025년 12월 1일

연구 완료 (추정된)

2026년 3월 1일

연구 등록 날짜

최초 제출

2021년 11월 24일

QC 기준을 충족하는 최초 제출

2021년 12월 15일

처음 게시됨 (실제)

2022년 1월 4일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 3월 25일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 1월 27일

마지막으로 확인됨

2025년 1월 1일

추가 정보

이 연구와 관련된 용어

키워드

기타 연구 ID 번호

545/19.11.2021

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

예

IPD 계획 설명

연구 프로토콜, 통계 분석 계획 및 결과는 간행물을 통해 제공됩니다. 분석 코드는 오픈 소스 커뮤니티/리포지토리에서 사용할 수 있습니다.

IPD 공유 지원 정보 유형

연구_프로토콜
수액
ANALYTIC_CODE

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

아니

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. .

전자 의료 기록에서 자동화된 임상 데이터 탐색을 위한 인공 지능(CardioMining-AI)

전자 의료 기록에서 임상 데이터의 자동 추출 및 처리를 위한 인공 지능의 유용성(CardioMining-AI)