중증 폐렴에서의 병원체에 대한 AI 기반 정확한 진단 (AI-PneumoDx)
2026년 3월 10일 업데이트: Zhenhui Zhang, Guangzhou Medical University
인공지능 기반 기술을 활용한 중증 폐렴 병원체 정확 진단 연구
중증 폐렴(SP)은 복잡한 병인, 빠른 진행 및 높은 사망률을 특징으로 하는 중증 질환입니다.
정밀 진단과 치료에는 두 가지 핵심 과제가 있습니다.
첫째, 전통적인 병인 진단 방법(배양, 혈청학, PCR 등)은 낮은 검출률, 긴 결과 대기 시간 및 제한된 병원체 스펙트럼 범위로 인해 조기, 신속 및 정밀 진단에 대한 임상적 요구를 충족시키기 어렵습니다.
차세대 염기서열 분석을 적용하더라도 결과 해석 및 정착, 오염, 실제 감염 구분에 어려움이 남아 있습니다.
둘째, 숙주 면역 반응은 매우 이질적이며, 현재 그 동적 진화를 체계적으로 밝히고 정밀 면역 조절 치료를 안내할 수 있는 하위 유형 분류 체계가 부족합니다.
바이러스성 중증 폐렴(VSP) 연구에 따르면, 환자들은 선천 면역 세포의 과활성화와 적응 면역 세포의 고갈/억제가 공존하는 복잡한 면역 불균형을 보입니다.
더욱이, 이러한 면역 이질성은 전통적인 이분법적 틀을 초월하여 적어도 세 가지 잠재적 면역 하위 유형이 사망률에서 유의미한 차이를 보입니다.
따라서, 우리는 다음과 같이 제안합니다: 중증 폐렴 코호트를 구축하고 다중 모드 임상 데이터(임상, 영상, 미생물학), 숙주 다차원 병인 데이터(예: 메타지놈 염기서열 분석) 및 면역체학 데이터(T/B 세포 면역 레퍼토리, 전사체학 등)를 통합한 인공지능 모델을 개발함으로써, 한편으로는 전통적 방법에 비해 중증 폐렴의 보다 정확하고 빠른 병인 진단을 달성할 수 있으며; 다른 한편으로는 뚜렷한 면역 특성, 다른 임상 결과 및 면역 조절 치료(예: 과염증 또는 면역억제 하위 유형 타겟팅)에 대한 다양한 반응을 보이는 면역 내부 유형을 식별할 수 있습니다.
궁극적으로, 이 통합 모델 시스템은 중증 폐렴의 개별화된 치료와 임상 의사 결정을 위한 과학적 도구를 제공하고, 정밀한 면역 중재를 안내하여 환자 예후를 개선할 것으로 기대됩니다.
연구 개요
상태
모집하지 않고 적극적으로
정황
연구 유형
관찰
등록 (추정된)
1000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 510000
- Guangzhou First People's Hospital
-
Guangzhou, Guangdong, 중국, 510000
- The second Affiliated Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, 중국, 510000
- The Third Affiliated Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, 중국, 510000
- The Affiliated Panyu Central Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, 중국, 510000
- The Fourth Affiliated Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, 중국, 510000
- the Guangzhou Red Cross 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
샘플링 방법
비확률 샘플
연구 인구
지정된 포함 및 배제 기준을 충족하는 중증 폐렴 진단으로 중환자실에 입원한 성인 환자.
설명
포함 기준:
- 나이 ≥ 18세; 중환자실에 입원하여 중증 폐렴 진단 기준을 충족함; 중환자실 체류 기간 > 72시간; 환자 또는 법정 대리인이 동의서를 제공함.
제외 기준:
- 나이 < 18세; 예상 생존 기간 < 1일; 일반 병동에 이미 4주 이상 입원 중이거나 중환자실에서 이미 2주 이상 치료를 받은 경우; 임신 중이거나 수유 중인 여성; 기관지폐포세척술에 대한 금기 사항이 있는 경우; 다른 임상 연구에 참여 중이거나 연구자가 부적합하다고 판단한 경우.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
중증 폐렴 코호트
중증 폐렴 진단 기준을 충족하는 약 1000명의 성인 환자를 등록할 계획입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
중증 폐렴의 병인 진단을 위한 AI 모델의 정확도
기간: 등록 시점(0일차)부터 등록 후 7일차까지.
|
주요 평가 항목은 중증 폐렴의 원인을 진단하는 인공지능 모델의 정확도입니다.
정확도는 모델이 전체 샘플 중 올바르게 예측한 비율로 정의됩니다.
이는 다음 공식을 사용하여 계산됩니다: 정확도 = (올바른 예측 수) / (전체 샘플 수).
인공지능 모델은 임상, 영상 및 미생물학적 특징을 포함한 다중 모드 데이터를 통합합니다.
모델의 진단 성능은 표준 진단법과 비교됩니다.
|
등록 시점(0일차)부터 등록 후 7일차까지.
|
|
중증 폐렴에서 면역 아형의 식별 및 특성 규명
기간: 기준점(0일차)부터 등록 후 28일차까지.
|
주요 결과는 임상 매개변수, 영상 및 면역체학을 포함한 다중 모달 데이터를 통합하는 인공지능 모델을 사용하여 중증 폐렴 환자에서 뚜렷한 면역 아형을 식별하는 것입니다.
연구는 숙주 면역 반응의 동적 진화를 밝히는 것을 목표로 합니다.
모델은 사망률과 같은 임상 결과에서 유의미한 차이를 보이는 적어도 3가지 잠재적 면역 아형(예: 면역 과활성화, 면역 억제 및 혼합 유형)을 식별할 것입니다.
|
기준점(0일차)부터 등록 후 28일차까지.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
임상적 및 병인론적 차이: 지역사회 획득 폐렴(CAP)과 병원 획득 폐렴(HAP)
기간: 등록 후 기준선(0일차)부터 7일차까지
|
다기관 코호트를 통해, 본 연구는 CAP와 HAP 환자 간 임상 결과, 병원체 스펙트럼 및 면역 반응 특성의 차이를 체계적으로 비교하는 것을 목표로 합니다.
이 비교는 두 가지 유형의 폐렴의 구별되는 임상 특징과 병인적 배경을 명확히 하는 데 도움이 될 것입니다.
|
등록 후 기준선(0일차)부터 7일차까지
|
|
HAP의 유발 조건 탐색 및 예측 모델 개발
기간: 등록 후 기준선(0일차)부터 28일차까지.
|
이 연구는 병원 내 획득 폐렴(HAP)의 유발 조건을 탐구하고, 특히 병원 내 감염과 이차 감염에 대한 주요 예측 지표를 식별하며, HAP에 대한 예측 모델을 수립하는 것을 목표로 합니다.
여기에는 다기관 코호트의 임상, 미생물학적 및 숙주 면역 데이터를 분석하여 위험 요인과 조기 경고 신호를 식별하는 것이 포함됩니다.
|
등록 후 기준선(0일차)부터 28일차까지.
|
|
중증 폐렴에서 병원체 스펙트럼 특성과 숙주 면역 미세환경 간의 연관성.
기간: 등록 시점(0일차)부터 등록 후 28일차까지.
|
이 연구는 중증 폐렴의 병원체 스펙트럼을 종합적으로 특성화하기 위해 혈청학적 검사, 미생물 배양, PCR 및 메타지놈 시퀀싱 데이터를 체계적으로 수집할 것입니다.
이를 숙주 면역 지표(예: 림프구 아형, 사이토카인) 및 임상 결과와 통합함으로써, 이 연구는 다양한 병원체(예: 세균, 바이러스, 진균 및 혼합 감염)가 구체적으로 어떻게 숙주 면역 반응을 유도하는지 조사하는 것을 목표로 합니다.
이 결과는 "병원체-숙주 면역-임상 결과" 간의 역동적 연관성을 밝혀 표적 치료의 기초를 제공하고자 합니다.
|
등록 시점(0일차)부터 등록 후 28일차까지.
|
|
면역 아형의 동적 진화와 예후 간의 연관성
기간: 등록 후 기준 시점(0일차)부터 28일차까지.
|
이 결과는 면역 아형의 동적 진화 궤적과 환자 예후 간의 연관성을 탐구합니다.
Cox 비례 위험 모델을 사용하여 아형과 예후 간의 독립적인 관계를 분석할 것입니다.
|
등록 후 기준 시점(0일차)부터 28일차까지.
|
|
멀티모달 AI 융합 기반 28일 사망률 예측 모델 개발.
기간: 등록 후 28일.
|
본 연구는 임상 기초 정보, 평가 시스템(APACHE II, SOFA), 영상 특징(CT/X-ray), 검사실 지표 및 동적 면역 데이터를 포함한 다중 모달 데이터를 통합하여 중증 폐렴에 대한 지능형 예후 예측 모델을 구축하는 것을 목표로 합니다.
이는 AI 모델이 중증 폐렴 환자의 28일 전 원인 사망률을 예측할 수 있는지 확인하기 위한 탐색적 연구 종료점입니다.
|
등록 후 28일.
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
면역 아형 특이 바이오마커의 탐색 및 진단 효능 평가
기간: 등록 후 기준선(0일차)부터 7일차까지.
|
이 연구는 특히 바이러스성 중증 폐렴(VSP)을 포함한 다양한 중증 폐렴의 면역 아형에 대한 특정 바이오마커를 탐색 및 식별하고, 그들의 진단 효능을 평가하는 것을 목표로 합니다.
이 과정은 SHAP 및 기타 해석 가능한 기술을 사용하여 복잡한 다중오믹스 특성에서 주요 바이오마커 조합을 선별하는 것을 포함합니다.
이러한 아형 특이적 바이오마커의 진단 성능은 곡선 아래 면적(AUC)이 0.75를 초과하는 것을 목표로 검증될 것입니다.
이 탐색은 주요 면역 마커와 임상 데이터를 기반으로 한 단순화된 임상 진단 패널 개발의 일부입니다.
|
등록 후 기준선(0일차)부터 7일차까지.
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Zhen-hui Zhang, PhD, Second Affiliated Hospital of Guangzhou Medical University
- 연구 의자: Zi-feng Yang, State Key Laboratory of Respiratory Disease
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)
2025년 9월 18일
기본 완료 (추정된)
2026년 12월 31일
연구 완료 (추정된)
2027년 12월 31일
연구 등록 날짜
최초 제출
2026년 3월 5일
QC 기준을 충족하는 최초 제출
2026년 3월 5일
처음 게시됨 (실제)
2026년 3월 10일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 3월 12일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 3월 10일
마지막으로 확인됨
2026년 3월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- ICU-2025-001
- GZNL2024B01008 (기타 보조금/기금 번호: Guangzhou Laboratory and State Key Laboratory of Respiratory Disease)
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
미정
IPD 계획 설명
IPD 공유에 대한 최종 결정은 아직 이루어지지 않았습니다.
향후 데이터 공유는 윤리적 지침, 참가자 개인정보 보호 및 관련 규정 요구사항을 준수할 것입니다.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
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. .