기계 학습을 통한 응급 환자의 전산 보조 병력 청취, 신체 검사 및 진단 시스템 구축(II) (MLD)
응급실(ED)에서 의사는 짧은 시간에 환자 평가 및 관리를 완료해야 하며 의료 시스템에서 다양한 병력 청취 및 신체 검사 기술이 필요합니다.
자연어 처리(NLP)는 기계 학습(ML)의 발달 이후 쉽게 접근할 수 있게 되었습니다. 게다가 전자 의료 기록(EMR)은 의료 시스템에 널리 적용되었습니다. 점점 더 많은 도구가 EMR에서 특정 정보를 캡처하려고 시도하여 임상 작업자가 증가하는 환자 데이터를 처리하고 환자 치료를 개선하는 데 도움이 됩니다.
그러나 실수하는 것은 인간입니다. 의사는 특히 분주한 응급실에서 일부 중요한 징후나 증상을 생략하거나 기록에 기록하는 것을 잊을 수 있습니다. 의학적 법적 문제나 국민건강보험 심사가 있을 때 불리한 결과를 낳게 된다. 조건은 EMR 지원 시스템에 의해 제한될 수 있습니다. 진료의 질도 높아집니다.
수사관들은 NLP와 머신러닝으로 응급실 EMR을 분석할 계획이다. 분류 데이터, 주 증상, 과거 병력, 현재 질병 및 신체 검사 사이의 연결을 설정합니다. 조사관은 관계가 발견된 후 잠정적 진단과 환자 성향을 예측하려고 노력할 것입니다. 그 후 조사관은 환자의 병력 청취 및 신체 검사의 핵심 요소를 예측하고 누락이 발생한 경우 의사에게 알릴 수 있습니다. 조사관은 시스템이 의료 기록 및 환자 치료의 품질을 향상시킬 수 있기를 바랍니다.
연구 개요
연구 유형
등록 (예상)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Hui-Chih Wang, Dr.
- 전화번호: +88623123456
- 이메일: ticoer@ntuh.gov.tw
연구 연락처 백업
- 이름: Hsin-Hsi Chen, Dr.
- 전화번호: 311 +886233664888
- 이메일: hhchen@ntu.edu.tw
연구 장소
-
-
-
Taipei, 대만, 100
- 모병
- National Taiwan University Hospital
-
연락하다:
- Wang, Dr.
- 전화번호: 265659 886-2-23123456
- 이메일: ticoer@ntuh.gov.tw
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
설명
포함 기준:
- 20세 이상
- 비외상 환자
제외 기준:
- 투여상 환자 제외(진단서 발급)
- 단순 침술, 바이러스 검사, 약물처방 등 비응급 사유로 환자를 제외한다.
- 중환자실 배정환자 제외
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 치료
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 삼루타
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 제어
|
|
|
실험적: 실험적
|
두 그룹으로 무작위로 할당되는 분류 분류 하의 환자 후.
AI 개입이 있는 그룹과 AI 개입이 없는 그룹.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
선임 의사 감정
기간: 24 시간
|
정해진 앙케이트에 의해 측정한 선임 의사 감정.
선임 의사는 하급 의사가 환자 인터뷰 및 임상 노트 기록을 마친 후 전문가가 검증한 임상 노트 품질 평가 설문지를 작성합니다.
설문지는 5점 리커트 척도를 사용하도록 설계되었으며 점수가 높을수록 좋은 결과를 의미합니다.
|
24 시간
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
진단 예측의 정확도
기간: ED에서 환자 퇴원, 최대 1주
|
예측된 진단의 백분율은 최종 진단과 일치합니다.
|
ED에서 환자 퇴원, 최대 1주
|
|
진단 예측의 합리성
기간: 24 시간
|
선임 의사는 예측된 진단의 합리성을 평가합니다.
|
24 시간
|
공동 작업자 및 조사자
수사관
- 연구 의자: Huang, Dr., National Taiwan University Hospital
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (예상)
연구 완료 (예상)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (추정)
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. .