Evaluatie van de werkzaamheid van modellen voor kunstmatige intelligentie bij het voorspellen van de opnamebehoeften op de intensive care
Studie Overzicht
Gedetailleerde beschrijving
Intensive care-afdelingen (ICU's) zijn cruciale componenten van gezondheidszorgsystemen en bieden levensreddende zorg aan patiënten met ernstige en levensbedreigende aandoeningen. Tijdige en nauwkeurige voorspelling van de ICU-opnamebehoeften is essentieel voor het verbeteren van de patiëntresultaten en het optimaliseren van de toewijzing van ziekenhuismiddelen. Uitgestelde opnames op de intensive care worden consequent in verband gebracht met hogere morbiditeits- en mortaliteitscijfers. Met de komst van kunstmatige intelligentie (AI) in de gezondheidszorg bestaat er een mogelijkheid om de klinische besluitvorming te verbeteren door gebruik te maken van AI-modellen om de behoeften op de intensive care nauwkeurig te voorspellen. AI-modellen, zoals ChatGPT en Gemini, kunnen enorme hoeveelheden complexe gegevens verwerken om patronen te identificeren die misschien niet meteen duidelijk zijn voor menselijke artsen, waardoor mogelijk de snelheid en nauwkeurigheid van beslissingen over opname op de IC worden verbeterd.
Het betreft een observationeel retrospectief onderzoek. Gegevens werden met terugwerkende kracht verzameld uit elektronische medische dossiers (EPD's) van een ziekenhuis.
Gegevens werden uit EPD's gehaald en omvatten:
Demografische gegevens: leeftijd, geslacht en fundamentele patiëntkenmerken. Klinische parameters: Medicatie-informatie, consultatiegegevens, ECG-bevindingen, beeldvormingsresultaten, comorbide aandoeningen (bijv. diabetes mellitus, hypertensie, hartfalen, COPD, cerebrovasculaire voorvallen) en laboratoriumwaarden (bijv. hemoglobine, hematocriet, aantal bloedplaatjes, PT, INR , procalcitonine, ALT, AST, bilirubine, natrium, kalium, chloride, glucose, creatinine, ureum, albumine, schildklierfunctietesten).
Voorspellingsgegevens: AI-modelvoorspellingen en daadwerkelijke beslissingen over opname op de IC.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Istanbul, Kalkoen, 34303
- Health Science University İstanbul Kanuni Sultan Süleyman Education and Training Hospital
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Patiënten ouder dan 18 jaar
- Patiënten geraadpleegd voor anesthesie met betrekking tot intensive care-behoeften
- Patiënten met voldoende gegevens in het elektronische patiëntendossiersysteem van het ziekenhuis
Uitsluitingscriteria:
- Patiënten met onvoldoende gegevens in de ziekenhuisdossiers
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Beslissing van anesthesiologen
De noodzaak voor vervolgbehandeling op de intensive care wordt bepaald door anesthesiologen.
|
0: Geen noodzaak voor vervolgonderzoek op de intensive care 1: Moet worden opgevolgd op de intensive care |
|
Besluit over kunstmatige intelligentie
De intensive care-afdeling De vervolgbehoefte wordt bepaald door kunstmatige intelligentie
|
0: Geen noodzaak voor vervolgonderzoek op de intensive care 1: Moet worden opgevolgd op de intensive care |
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Intensive Care-eenheid nodig
Tijdsspanne: 1 dag
|
De primaire uitkomstmaat van dit onderzoek is de nauwkeurigheid van de voorspellingen van de kunstmatige intelligentie (AI)-modellen, ChatGPT en Gemini, met betrekking tot de noodzaak van IC-opnames.
Dit zal worden geëvalueerd door de voorspellingen van het AI-model te vergelijken met de daadwerkelijke klinische beslissingen die worden genomen met betrekking tot IC-opnames.
|
1 dag
|
Medewerkers en onderzoekers
Onderzoekers
- Hoofdonderzoeker: Engin ihsan Turan, Specialist, Health Science University İstanbul Kanuni Sultan Süleyman Education and Training Hospital
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- ICU-retro
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .