Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Kunstmatige intelligentie (AI) Ondersteuning bij Stroke Calls (AISMEC)

19 september 2025 bijgewerkt door: Haukeland University Hospital

Kunstmatige intelligentie (AI) ondersteuning bij beroerte-oproepen - "De AISIS-studie" -Kan kunstmatige intelligentie de precisie verbeteren bij het identificeren van een acute beroerte bij medische noodoproepen?

Elk jaar krijgen meer dan 12.000 patiënten in Noorwegen een acute beroerte, maar minder dan de helft van hen bereikt het ziekenhuis binnen het huidige behandelingsvenster voor trombolyse. Beroerte is de op twee na belangrijkste doodsoorzaak en de belangrijkste oorzaak van ernstige invaliditeit die langdurige zorg in instellingen vereist. Bijgevolg heeft dit een grote impact op de samenleving, patiënten en familieleden, naast de hoge zorgkosten die worden geschat op ongeveer 10 miljard NOK per jaar. Hoewel er in Noorwegen weinig onderzoeken zijn gedaan naar medische noodcommunicatiecentra (EMCC), hebben sommige aangetoond dat de prestaties van de medische noodcommunicatiecentra kunnen worden verbeterd. Dit project zal proberen de manier waarop het EMCC omgaat met acute beroerte-onderzoeken te verbeteren met behulp van kunstmatige intelligentie (AI), en zo bijdragen aan het op tijd naar het ziekenhuis brengen van de patiënt voor optimale behandelingen.

Studie Overzicht

Gedetailleerde beschrijving

In dit project gaan de onderzoekers gegevens verzamelen van alle patiënten met een beroerte die in 2019 uit Helse Bergen zijn ontslagen (ca. 1000 patiënten) via de Norwegian Stroke Registry (NSR). Voor deze patiënten zullen gestructureerde ziekenhuisgegevens uit Helse Bergen worden opgehaald, en op basis van deze en de gesproken inhoud van hun noodoproep over de beroerte, zullen de onderzoekers machine learning gebruiken om het risico op een beroerte te berekenen. De koppeling van historische ziekenhuisgegevens aan de gesproken woorden in de noodoproep, versterkt de analyse van noodoproepen op een nieuwe manier, in vergelijking met alleen geluidsanalyse.

Na het ophalen en koppelen van patiëntgegevens van een beroerte, trainen de onderzoekers het diepe netwerk met behulp van gegevens uit 2019. Dienovereenkomstig zal vanaf de eerste helft van 2020 worden getest op patiënten. Een scheiding van de gegevens in training, test en validatie zorgt ervoor dat ons getrainde netwerk niet te veel op de trainingsgegevens past en vergelijkbare resultaten kan reproduceren bij voorheen ongeziene patiënten. Ten slotte zullen de onderzoekers de prestaties van de AI vergelijken met het huidige systeem door middel van statistische analyses op gegevens uit een periode van ongeveer een jaar live gebruik van de AI in AMK Bergen. Dit zal ons in staat stellen om te evalueren in welke mate het systeem in staat is om te verbeteren binnen het besluitvormingsproces van de EMCC-operators in termen van gevoeligheid en specificiteit.

Samengevat, het primaire doel is het bouwen van een robuust, werkend prototype van een AI-systeem dat in staat is tot real-time identificatie van een acute beroerte voor een betere beoordeling bij medische noodoproepen.

Onze secundaire doelstellingen zijn:

  • Een AI-systeem implementeren dat in staat is om snel te voorspellen of een patiënt aan een acute beroerte lijdt of niet, op basis van audio van een noodoproep en beschikbare gegevensbronnen in de ziekenhuisdossiers
  • Bewijzen dat AI-systemen kunnen worden gebruikt om de triagebeslissingsprocedure van de EMCC-operator te ondersteunen en te verbeteren.

Het verwachte resultaat is een snelle levering (d.w.z. seconden) voorspellingsscores om de EMCC-operator te helpen bij het herkennen van patiënten met een acute beroerte, wat een verbeterde gevoeligheid en specificiteit biedt in vergelijking met alleen handmatige beoordeling.

Studietype

Observationeel

Inschrijving (Geschat)

1000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Bergen
      • Bergen, Bergen, Noorwegen, 5021
        • Haukeland Universitetssykehus, Kirurgisk serviceklinikk, Nasjonalt kompetansesenter for helsetjenestens kommunikasjonsberedskap

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Alle oproepen naar 113 in Bergen vallen onder de AI. De EMCC-operator krijgt een waarschuwing als het risico op een beroerte, bij het combineren van de inhoud van de oproep en de historische gegevens in het ziekenhuisdossier, een bepaalde grens overschrijdt.

Beschrijving

Inclusiecriteria:

  • Alle bellers naar medisch noodnummer 113 in Bergen

Uitsluitingscriteria:

  • Leeftijd <18

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Observatiemodellen: Case-Alleen
  • Tijdsperspectieven: Prospectief

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Slagherkenning bij medische noodoproepen
Tijdsspanne: 22 september - 23 september
Onderzoek het vermogen van AI om een ​​beroerte te herkennen, vergeleken met het huidige systeem
22 september - 23 september

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

1 september 2020

Primaire voltooiing (Geschat)

31 augustus 2026

Studie voltooiing (Geschat)

31 augustus 2026

Studieregistratiedata

Eerst ingediend

23 november 2020

Eerst ingediend dat voldeed aan de QC-criteria

23 november 2020

Eerst geplaatst (Werkelijk)

1 december 2020

Updates van studierecords

Laatste update geplaatst (Geschat)

22 september 2025

Laatste update ingediend die voldeed aan QC-criteria

19 september 2025

Laatst geverifieerd

1 maart 2025

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Niet relevant in dit stadium.

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren