Prestatie van een OCR-Prompt-LLM Geïntegreerde Workflow voor het Extraheren van Multidimensionele Klinische Gegevens bij Ischemische Hartziekte (OPAL-CAD)
24 maart 2026 bijgewerkt door: China National Center for Cardiovascular Diseases
Prestatie van een OCR-Prompt-LLM Geïntegreerde Werkstroom voor het Extraheren van Multidimensionele Klinische Data bij Ischemische Hartziekte
Dit onderzoek heeft als doel een uitgebreide, door AI aangedreven workflow te evalueren voor zowel klinische data-extractie als diagnostische classificatie bij coronaire hartziekte (CAD).
Door gebruik te maken van OCR en Large Language Models (LLM's) is het systeem ontworpen om tien belangrijke klinische parameters (zoals LVEF en labresultaten) te extraheren en diagnostische subtypen (UA, STEMI, NSTEMI, CCS) rechtstreeks uit ongestructureerde klinische patiëntendossiers te voorzien.
Een man-machine vergelijkende studie zal worden uitgevoerd met een testset van 308 patiënten, waarbij de prestaties van de op LLM gebaseerde workflow worden vergeleken met de gemiddelde diagnostische nauwkeurigheid en verwerkingstijd van zeven klinisch artsen.
De bevindingen zullen bewijs leveren voor de haalbaarheid van het gebruik van LLM's om de structurering van klinische gegevens en de diagnostische efficiëntie in de cardiologie te verbeteren.
Studie Overzicht
Toestand
Voltooid
Studietype
Observationeel
Inschrijving (Werkelijk)
308
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
-
-
-
Beijing, China, 100037
- Fuwai Hospital
-
-
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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Kanssteekproef
Studie Bevolking
De studiepopulatie bestaat uit 308 patiënten bij wie verschillende subtypen van coronaire hartziekte (CAD) zijn vastgesteld.
De cohorten zijn afkomstig uit twee grote klinische studies: de AIM-CHD-studie (voor pilot-testen en optimalisatie van de prompt) en de SMART-CHD-studie (voor interne validatie), beide uitgevoerd in Fuwai Hospital.
Daarnaast is een externe validatiecohort opgenomen, bestaande uit patiënten van 8 onafhankelijke klinische subcentra verspreid over China om geografische en institutionele diversiteit te waarborgen.
De populatie omvat een spectrum van CAD-presentaties, waaronder onstabiele angina (UA), STEMI, NSTEMI en chronisch coronair syndroom (CCS), wat een robuuste dataset biedt voor het evalueren van AI-gestuurde diagnostische en data-extractieprestaties.
Beschrijving
Inclusiecriteria:
- Patiënten van 18 jaar en ouder.
- Klinische dossiers van patiënten die eerder waren ingeschreven in de AIM-CHD (voor de pilot/prompt-optimalisatieset) of SMART-CHD (voor de interne validatiecohort) studies.
- Patiënten gediagnosticeerd met, of verdacht van, coronaire hartziekte (CAD), inclusief subtypes: Onstabiele Angina (UA), STEMI, NSTEMI en Chronisch Coronaire Syndroom (CCS).
Exclusiecriteria:
- Klinische dossiers met ernstige gegevensfragmentatie of meer dan 50% ontbrekende belangrijke klinische indicatoren.
- Handgeschreven medische dossiers of lage kwaliteit scans die onleesbaar zijn voor optische tekenherkenning (OCR) verwerking.
- Dubbele dossiers of dossiers met tegenstrijdige "Gouden Standaard" labels die niet kunnen worden verzoend door de expertcommissie.
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
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Testcohort
Deze groep bestaat uit 50 patiëntendossiers van de AIM-CHD-studie in Fuwai Hospital.
Deze gegevens worden specifiek gebruikt voor het verfijnen van OCR-verwerking en het optimaliseren van Prompt Engineering voor de LLM-gebaseerde workflow. |
De interventie is een geautomatiseerd klinisch data management systeem dat Optical Character Recognition (OCR), geoptimaliseerde Prompt Engineering en Large Language Models (LLM's) integreert.
De workflow verwerkt ongestructureerde klinische dossiers van opgenomen patiënten om 10 belangrijke klinische indicatoren te extraheren (bijv. LVEF, CAD-subtypen, medicatie) en classificeert de patiënt in specifieke categorieën van coronaire hartziekten (UA, STEMI, NSTEMI, CCS)
Standaard handmatig proces waarbij ervaren klinische artsen patiëntinformatie verzamelen en interpreteren uit medische dossiers.
Dit dient als de menselijke maatstaf voor het vergelijken van diagnostische nauwkeurigheid en operationele efficiëntie.
|
|
Interne Validatiecohort
Dit cohort omvat 188 klinische gevallen afkomstig uit de SMART-CHD-studie van Fuwai Hospital.
Deze dossiers dienen als primaire interne referentie om de diagnostische en extractie-nauwkeurigheid van de LLM-workflow te evalueren tegen de vastgestelde grondwaarheid.
|
De interventie is een geautomatiseerd klinisch data management systeem dat Optical Character Recognition (OCR), geoptimaliseerde Prompt Engineering en Large Language Models (LLM's) integreert.
De workflow verwerkt ongestructureerde klinische dossiers van opgenomen patiënten om 10 belangrijke klinische indicatoren te extraheren (bijv. LVEF, CAD-subtypen, medicatie) en classificeert de patiënt in specifieke categorieën van coronaire hartziekten (UA, STEMI, NSTEMI, CCS)
Standaard handmatig proces waarbij ervaren klinische artsen patiëntinformatie verzamelen en interpreteren uit medische dossiers.
Dit dient als de menselijke maatstaf voor het vergelijken van diagnostische nauwkeurigheid en operationele efficiëntie.
|
|
Externe Validatie Cohort
Deze cohort omvat 70 patiëntendossiers die zijn verzameld uit 8 onafhankelijke subcentra (met uitzondering van Fuwai Hospital) om de generaliseerbaarheid en robuustheid van het model te beoordelen in diverse klinische omgevingen en verschillende medische dossierformaten.
|
De interventie is een geautomatiseerd klinisch data management systeem dat Optical Character Recognition (OCR), geoptimaliseerde Prompt Engineering en Large Language Models (LLM's) integreert.
De workflow verwerkt ongestructureerde klinische dossiers van opgenomen patiënten om 10 belangrijke klinische indicatoren te extraheren (bijv. LVEF, CAD-subtypen, medicatie) en classificeert de patiënt in specifieke categorieën van coronaire hartziekten (UA, STEMI, NSTEMI, CCS)
Standaard handmatig proces waarbij ervaren klinische artsen patiëntinformatie verzamelen en interpreteren uit medische dossiers.
Dit dient als de menselijke maatstaf voor het vergelijken van diagnostische nauwkeurigheid en operationele efficiëntie.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Algehele diagnostische en extractienauwkeurigheid
Tijdsspanne: Gedurende de studie, gemiddeld 3 maanden.
|
Om de algehele nauwkeurigheidsgraad van de LLM-gebaseerde workflow over 308 gevallen (inclusief de pilotset, interne validatiecohort en externe validatiecohort) te berekenen voor 10 klinische indicatoren (bijv. LVEF, bloedglucose, etc.) en 4 diagnostische subtypes van coronaire hartziekte.
Nauwkeurigheid wordt gedefinieerd als het aandeel gevallen waarbij de extractie- of diagnostische resultaten van de LLM volledig overeenkomen met de 'Gouden Standaard' die is vastgesteld door menselijke klinische experts.
|
Gedurende de studie, gemiddeld 3 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)
23 februari 2026
Primaire voltooiing (Werkelijk)
1 maart 2026
Studie voltooiing (Werkelijk)
2 maart 2026
Studieregistratiedata
Eerst ingediend
24 maart 2026
Eerst ingediend dat voldeed aan de QC-criteria
24 maart 2026
Eerst geplaatst (Werkelijk)
30 maart 2026
Updates van studierecords
Laatste update geplaatst (Werkelijk)
30 maart 2026
Laatste update ingediend die voldeed aan QC-criteria
24 maart 2026
Laatst geverifieerd
1 februari 2026
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- CAD-LLM-2025-01
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
NEE
Beschrijving IPD-plan
Om de privacy van patiënten te beschermen en te voldoen aan het gegevensbeheerbeleid van de deelnemende instellingen (Fuwai Hospital en subcentra), zullen individuele deelnemersgegevens niet openbaar beschikbaar worden gesteld.
Echter, geaggregeerde studieresultaten en statistische analyses zullen worden opgenomen in de definitieve publicatie.
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 .