Door kunstmatige intelligentie ondersteunde grootschalige extractie van elektrocardiogramkenmerken en onderzoek naar het verband tussen de geëxtraheerde kenmerken en sterfte, beroerte of verschillende gezondheidsresultaten die van belang zijn
22 december 2023 bijgewerkt door: Yonsei University
- In dit onderzoek worden grootschalige ECG-gegevens (elektrocardiogramgegevens van alle patiënten opgeslagen in het MUSE-systeem door het meten van een standaard 12-geleide ECG bij de Severance Health Checkup in het Severance Hospital van 1 november 2005 tot 31 oktober 2022) gecombineerd met elektronische medische gegevens. gegevens, gegevens van de National Health Insurance Corporation en gegevens over de doodsoorzaken van het National Statistical Office, en het algoritme voor kunstmatige intelligentie wordt gebruikt om ECG-kenmerken te extraheren om de associatie tussen overlijden, beroerte en verschillende gezondheidsproblemen te analyseren, en om externe verificatie uit te voeren of leerprocessen over te dragen met behulp van openbare databases (bijvoorbeeld gegevens van de UK Biobank).
- Bedoeld om een webgebaseerd platform voor kunstmatige intelligentie te gebruiken om de rekenbelasting die wordt gegenereerd tijdens grootschalige gegevensverwerking te verdelen en de nauwkeurigheid en efficiëntie van de analyse te verbeteren.
Studie Overzicht
Toestand
Nog niet aan het werven
Gedetailleerde beschrijving
- Alle patiënt-ID's verkregen van het hoofdkantoor worden vervangen door onderzoeks-ID's (geanonimiseerde ID's), zodat de werkelijke ID niet zichtbaar is en andere persoonlijke identificatie-informatie (naam, bewonersregistratienummer) niet wordt verzameld.
Onderzoeksmethoden:
- Elektrocardiogramextractie op basis van de criteria van proefpersonen.
- Gecombineerd met geëxtraheerde ECG-gegevens en gegevens van de National Insurance Corporation (+ gegevens over doodsoorzaak van het Nationaal Bureau voor de Statistiek).
- Definitie Gezondheid uit interesse (HOI). Inclusief overlijden, beroerte, enz.
- De gedefinieerde HOI kan worden ontleend aan de gegevens van het Yonsei Medical Center of aan de gegevens van de National Insurance Service of de gegevens over de doodsoorzaak van Statistics Korea.
- Modeltraining op het gebied van kunstmatige intelligentie met een elektrocardiogram (en indien nodig een klinisch informatiediagram) als input, waarbij gebruik wordt gemaakt van deep learning-algoritmen onder toezicht als er een label is, en van onbewaakte leeralgoritmen als er geen label is.
- Prestatie-evaluatie voor begeleid leren van kunstmatige-intelligentiemodellen.
- In het geval van onbewaakt lerende kunstmatige-intelligentiemodellen: de associatie/correlatie tussen geëxtraheerde kenmerken en HOI of analyse van voorspelbaarheid/detecteerbaarheid.
- Overdrachtsleren kan worden uitgevoerd door externe verificatie of diëlektrische gegevens aan het geleerde model toe te voegen met behulp van openbare databases.
- Externe verificatie kan worden uitgevoerd met behulp van externe aanvullende gegevens door het geleerde model op een webgebaseerd platform voor kunstmatige intelligentie te monteren.
- Als we rekening houden met grootschalige gegevens, kunnen computerwerklasten worden gedistribueerd met behulp van webgebaseerde kunstmatige-intelligentieplatforms.
- De analyseresultaten kunnen worden geanonimiseerd en de analyseresultaten kunnen aan onderzoekers worden verstrekt via een webgebaseerd platform voor kunstmatige intelligentie.
Studietype
Observationeel
Inschrijving (Geschat)
3000000
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studiecontact
- Naam: Hui-Nam Pak
- Telefoonnummer: 82-2-2228-8459
- E-mail: hnpak@yuhs.ac
Studie Locaties
-
-
-
Seoul, Korea, republiek van
- Yonsei University Health System
-
Contact:
- Hui-Nam Pak
- Telefoonnummer: 82-2-2228-8459
- E-mail: hnpak@yuhs.ac
-
-
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
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Alle patiënten die in het MUSE-systeem zijn opgeslagen na het meten van een standaard 12-geleid elektrocardiogram bij de Severance Health Checkup in het Severance Hospital van 1 november 2005 tot 31 oktober 2022
Beschrijving
Inclusiecriteria:
Alle patiënten die in het MUSE-systeem zijn opgeslagen na het meten van een standaard 12-geleid elektrocardiogram bij de Severance Health Checkup in het Severance Hospital van 1 november 2005 tot 31 oktober 2022
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
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Aantal patiënten met sterfte
Tijdsspanne: 2 jaar
|
Onderzoek naar de reproduceerbaarheid van sterftevoorspellingen (aantal patiënten dat ongeacht de oorzaak stierf) op basis van ECG-gegevens gemeten binnen 1 jaar vóór het overlijden met behulp van kunstmatige intelligentie-algoritmen
|
2 jaar
|
|
Aantal patiënten met een beroerte, boezemfibrilleren, dementie
Tijdsspanne: 2 jaar
|
Onderzoek naar de correlatie van bepaalde ECG-patronen met de mogelijkheid van beroerte/boezemfibrilleren, dementie met behulp van algoritmen voor kunstmatige intelligentie.
|
2 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Hoofdonderzoeker: Hui-Nam Pak, Yonsei University
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 (Geschat)
1 december 2023
Primaire voltooiing (Geschat)
1 december 2025
Studie voltooiing (Geschat)
1 december 2025
Studieregistratiedata
Eerst ingediend
22 november 2023
Eerst ingediend dat voldeed aan de QC-criteria
21 december 2023
Eerst geplaatst (Werkelijk)
22 december 2023
Updates van studierecords
Laatste update geplaatst (Geschat)
1 januari 2024
Laatste update ingediend die voldeed aan QC-criteria
22 december 2023
Laatst geverifieerd
1 december 2023
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 4-2022-1506
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
NEE
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .