이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

인공지능 기반 대규모 심전도 특징 추출 및 추출된 특징과 사망률, 뇌졸중 또는 다양한 건강 관심 결과 간의 연관성 탐색

2023년 12월 22일 업데이트: Yonsei University

본 연구에서는 대규모 심전도 데이터(2005년 11월 1일부터 2022년 10월 31일까지 세브란스병원 세브란스 건강검진에서 표준 12 유도 심전도를 측정하여 MUSE 시스템에 저장된 모든 환자의 심전도 데이터)를 전자 의료와 결합합니다. 기록, 국민건강보험공단 데이터, 통계청 사망원인 데이터 등을 인공지능 알고리즘을 이용하여 심전도 특징을 추출하여 사망, 뇌졸중, 각종 건강상태와의 연관성을 분석하고, 이를 활용한 외부검증이나 전이학습을 수행한다. 공공 데이터베이스(예: 영국 Biobank 데이터)
웹 기반의 인공지능 플랫폼을 활용하여 대규모 데이터 처리 시 발생하는 전산 부하를 분산시키고 분석 정확도와 효율성을 향상시키려는 목적입니다.

연구 개요

상태

아직 모집하지 않음

정황

건강상태(사망, 뇌졸중 등)

상세 설명

본점에서 취득한 환자ID는 모두 연구ID(비식별ID)로 대체되므로 실제 ID는 노출되지 않으며, 기타 개인식별정보(성명, 주민등록번호)는 수집되지 않습니다.
연구 방법:
1. 피험자의 기준에 따른 심전도 추출.
2. 추출된 심전도 데이터와 보험공사 데이터(+통계청 사망원인 데이터)를 결합합니다.
3. 관심 없는 건강(HOI) 정의. 사망, 뇌졸중 등이 포함됩니다.
4. 정의된 HOI는 연세의료원 데이터나 국민보험공단 데이터, 통계청 사망원인 데이터에서 추출할 수 있다.
5. 심전도(및 필요한 경우 임상 정보 다이어그램)를 입력으로 사용하여 레이블이 있는 경우 지도 딥 러닝 알고리즘을 활용하고 레이블이 없는 경우 비지도 학습 알고리즘을 활용하는 인공 지능 모델 교육입니다.
6. 지도학습 인공지능 모델의 성능 평가.
7. 비지도 학습 인공지능 모델의 경우 추출된 특징과 HOI 간의 연관/상관 관계 또는 예측 가능성/검출 가능성 분석입니다.
8. 공개 데이터베이스를 이용하여 학습된 모델에 외부 검증이나 유전체 데이터를 추가하여 전이 학습을 수행할 수 있습니다.
9. 학습된 모델을 웹 기반 인공지능 플랫폼에 탑재하여 외부 추가 데이터를 활용한 외부 검증이 가능합니다.
10. 대규모 데이터를 고려하면 웹 기반 인공지능 플랫폼을 활용해 컴퓨팅 작업량을 분산할 수 있다.
11. 분석 결과는 익명화되어 웹 기반 인공지능 플랫폼을 통해 연구자에게 제공될 수 있습니다.

연구 유형

관찰

등록 (추정된)

3000000

연락처 및 위치

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

연구 연락처

이름: Hui-Nam Pak
전화번호: 82-2-2228-8459
이메일: hnpak@yuhs.ac

연구 장소

대한민국
- - Seoul, 대한민국
    - Yonsei University Health System
    - 연락하다:
      
      Hui-Nam Pak
      
      전화번호: 82-2-2228-8459
      
      이메일: hnpak@yuhs.ac

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

어린이
성인
고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

2005년 11월 1일부터 2022년 10월 31일까지 세브란스병원 세브란스 건강검진에서 표준 12유도 심전도 측정 후 MUSE 시스템에 저장된 모든 환자

설명

포함 기준:

2005년 11월 1일부터 2022년 10월 31일까지 세브란스병원 세브란스 건강검진에서 표준 12유도 심전도 측정 후 MUSE 시스템에 저장된 모든 환자

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정	측정값 설명	기간
사망 환자 수 기간: 2 년	인공지능 알고리즘을 이용하여 사망 전 1년 이내에 측정한 심전도 데이터로부터 사망률 예측(원인과 관계없이 사망한 환자 수)의 재현성 조사	2 년
뇌졸중, 심방세동, 치매 환자 수 기간: 2 년	인공지능 알고리즘을 활용하여 심전도의 특정 패턴과 뇌졸중/심방세동, 치매 가능성의 상관관계를 조사합니다.	2 년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Yonsei University

수사관

수석 연구원: Hui-Nam Pak, Yonsei University

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 (추정된)

2023년 12월 1일

기본 완료 (추정된)

2025년 12월 1일

연구 완료 (추정된)

2025년 12월 1일

연구 등록 날짜

최초 제출

2023년 11월 22일

QC 기준을 충족하는 최초 제출

2023년 12월 21일

처음 게시됨 (실제)

2023년 12월 22일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정된)

2024년 1월 1일

QC 기준을 충족하는 마지막 업데이트 제출