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

AI4Triage - Ontwikkeling van op kunstmatige intelligentie gebaseerde methoden voor de analyse van triagegegevens.

31 december 2025 bijgewerkt door: Pietro Hiram Guzzi, University of Catanzaro

AI4Triage - Ontwikkeling van op kunstmatige intelligentie gebaseerde methoden voor de analyse van triagegegevens

Kunstmatige intelligentie, en in het bijzonder Graph Neural Networks (GNN's), heeft enorm veel potentieel getoond in de analyse van complexe klinische gegevens. Dankzij hun vermogen om relaties tussen variabelen te modelleren, vertegenwoordigen GNN's een significante evolutie in vergelijking met traditionele modellen, waardoor medische informatie beter geïnterpreteerd kan worden en datagestuurde beslissingen ondersteund worden in complexe contexten zoals spoedeisende geneeskunde.

De toepassing van GNN's op klinische triage en op de voorspelling van de verblijfsduur kan de klinische efficiëntie verbeteren door optimalisatie van de toewijzing van middelen en patiëntenbeheer. Deze observationele studie heeft als doel de nauwkeurigheid van voorspellingen ten opzichte van echte klinische gegevens te evalueren, en draagt bij aan de ontwikkeling van geavanceerde voorspellende hulpmiddelen ter ondersteuning van besluitvormingsprocessen in de gezondheidszorg.

Studie Overzicht

Toestand

Actief, niet wervend

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Werkelijk)

1500

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

      • Catanzaro, Italië
        • University of Catanzaro

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 opgenomen op de SEH

Beschrijving

Insluitingscriteria:

  • alle

Uitsluitingscriteria:

  • patiënten met rode codes en ernstige verwondingen

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
Aantallen Ondertriage
Tijdsspanne: 12 maanden
De onderzoekers zullen het aantal verkeerde classificaties meten
12 maanden
Ondertriageerd
Tijdsspanne: 12 maanden
De onderzoekers zullen het vermogen meten om ondertriage te voorspellen
12 maanden

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 november 2025

Primaire voltooiing (Geschat)

1 november 2026

Studie voltooiing (Geschat)

30 november 2027

Studieregistratiedata

Eerst ingediend

17 december 2025

Eerst ingediend dat voldeed aan de QC-criteria

17 december 2025

Eerst geplaatst (Geschat)

31 december 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

6 januari 2026

Laatste update ingediend die voldeed aan QC-criteria

31 december 2025

Laatst geverifieerd

1 december 2025

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • AI4Triage

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

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 .

Abonneren