응급 흉통 분류에 대규모 언어 모델 적용 (ALERT)
2026년 8월 20일 업데이트: Tang Yida, Peking University Third Hospital
본 연구에서는 응급 분류에서 대규모 언어 모델의 정확성과 효율성을 평가할 것입니다.
연구 개요
상세 설명
본 연구는 응급 분류에서 대규모 언어 모델의 가치를 평가하기 위한 것이며, 그 정확성과 효율성을 평가하고 기존 분류와 비교했습니다.
모델이 의료진의 작업량을 효과적으로 줄이는 동시에 분류 속도와 품질을 향상시킬 수 있는지 여부를 탐색합니다.
또한, 급성 심장 질환 및 뇌졸중과 같은 심각한 의학적 사건을 예측하는 모델의 능력도 평가되었습니다.
또한 환자에 대한 설문조사도 포함되었습니다. 인공지능 기반 선별 시스템 사용에 대한 수용도와 만족도.
비용 절감, 최적의 자원 배분 등 이 기술을 채택함으로써 얻을 수 있는 경제적 이점을 분석합니다.
연구 유형
중재적
등록 (실제)
1189
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Beijing Municipality
-
Beijing, Beijing Municipality, 중국
- Peking University Third Hospital
-
-
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
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
설명
포함 기준:
- 흉통이 있는 모든 환자는 응급 분류 절차에 들어갔습니다.
- 18세 이상 환자.
제외 기준:
- 심각한 인지 장애가 있거나 의사소통이 불가능한 환자.
- 특정 진료과로 명시적으로 의뢰된 환자도 있습니다(예: 120명의 이송환자 중 일부는 녹색 채널로 직접 이동할 수 있습니다).
- 활력징후가 불안정한 환자.
- 잠재적인 의학적 문제가 있는 환자.
- 다른 임상시험에 참여하고 있습니다.
- 테스트 절차를 따르지 않았습니다.
- 사전 동의서에 서명을 거부하는 자.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 대규모 언어 모델 진단
환자들은 응급실에서 일상적인 분류 전후에 대기 기간 동안 대형 언어 모델 분류 시스템 MedGuide-V5와 상호 작용했습니다.
이 단계에서 MedGuide-V5는 환자와 통신하는 동안 데이터와 지표를 자동으로 기록합니다.
|
대규모 언어 모델인 MedGuide-V5는 환자 설명에서 주요 정보를 신속하게 추출할 수 있으며, 이러한 설명을 분석하여 의사에게 가능한 초기 진단을 제공하여 환자 치료의 우선순위를 신속하게 정할 수 있도록 돕습니다.
|
|
활성 비교기: 일상적인 진단 및 치료 절차
인공지능 시스템 평가 후 환자는 정상적인 절차에 따라 진단과 치료를 받게 된다.
인공 분류의 전체 시간, 환자 분류 및 기타 데이터가 기록됩니다.
평가를 위해 인공지능 시스템을 사용한다고 해서 환자 방문이 지연되어서는 안 됩니다.
|
인공지능 시스템 평가 후 환자는 정상적인 절차에 따라 진단과 치료를 받게 된다.
인공 분류의 전체 시간, 환자 분류 및 기타 데이터가 기록됩니다.
평가를 위해 인공지능 시스템을 사용한다고 해서 환자 방문이 지연되어서는 안 됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
MedGuide-V5의 진단 정확도
기간: 연구 완료까지 평균 10개월
|
모든 검사가 완료된 후 환자가 내린 실제 진단과 대규모 언어 모델의 도움을 받아 의사가 내린 흉통 진단의 일관성을 평가합니다.
|
연구 완료까지 평균 10개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
의료진의 만족도
기간: 평가 중
|
설문 조사와 같은 방법을 통해 분류 시스템을 지원하는 데 있어 대규모 언어 모델을 사용하여 의료진의 만족도와 수용도를 평가합니다.
이 설문지의 이름은 연구원 평가 양식이며 점수 범위는 1부터 10까지입니다.
점수가 높을수록 대규모 언어 모델이 연구자들에게 더 도움이 됩니다.
|
평가 중
|
|
의료인 치료계획 조정률
기간: 평가 중
|
의료진이 MedGuide V5 결과로부터 피드백을 받고 대규모 언어 모델이 제공하는 제안을 참조하여 치료 계획을 조정한 횟수.
|
평가 중
|
|
30일 이내 응급실 재방문율
기간: 평가 중
|
대형 언어 모델 지원 분류 및 기존 분류 후 30일 이내에 응급실을 재방문하거나 재입원하는 환자의 발생률을 평가합니다.
|
평가 중
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Yi-Da Tang, MD, PhD, Peking University Third Hospital
- 수석 연구원: Wen-Yao Wang, MD, PhD, Peking University Third Hospital
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
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)
2023년 12월 20일
기본 완료 (실제)
2026년 8월 20일
연구 완료 (실제)
2026년 8월 20일
연구 등록 날짜
최초 제출
2023년 12월 22일
QC 기준을 충족하는 최초 제출
2024년 7월 8일
처음 게시됨 (실제)
2024년 7월 9일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 8월 24일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 8월 20일
마지막으로 확인됨
2026년 8월 1일
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. .