Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Sikkerhet og pålitelighet av kunstig intelligens-drevet symptomvurdering hos barn og ungdom

3. desember 2020 oppdatert av: Turku University Hospital

Digitale helseteknologier (DHT) utvikles i økende grad for å støtte helsesystemer over hele verden. Imidlertid mangler de ofte evidensbasert medisin og medisinsk validering. Det er et betydelig behov i de vestlige landene for å allokere helseressurser nøyaktig og gi befolkningen detaljert og pålitelig helseinformasjon som gjør det mulig å ta større ansvar for helsen sin. Intelligent pasientstrømstyringssystem (IPFM, produktnavn Klinik Frontline) er utviklet for å møte disse behovene. I praksis brukes IPFM til beslutningsstøtte i triaging og diagnostiske prosesser samt automatisering av håndteringen av tilstrømningen av pasientene. Kjernen i IPFM er en klinisk kunstig intelligens (AI), som bruker en omfattende medisinsk database med kliniske korrelasjoner generert av leger.

Studiepopulasjonen for denne forskningen består av pasienter fra Pediatric Emergency Clinic ved Turku University Hospital (TUH). Data vil bli samlet inn i løpet av 6 måneders pilotering, hvoretter resultatene vil bli analysert. Forventet antall pasienter til studien er minimum 500 pasienter, med mål om 1 000. Når de går til sykehuset, vil pasienter eller deres foresatte rapportere deres demografi, bakgrunnsinformasjon og symptomer ved å bruke strukturert IPFM-nettskjema. Resultater oppnådd fra IPFM er blindet fra helsepersonell og IPFM påvirker ikke fagpersonells kliniske beslutningstaking. Dataene hentet fra IPFM nettskjema og kliniske data fra akuttmottaket og TUH vil bli analysert etter datainnsamlingen. Hovedmålet med forskningen er å validere bruken av IPFM ved å evaluere sammenhengen mellom IPFM-utgang og 1) haster og alvorlighetsgrad av tilstandene; og 2) faktiske diagnoser diagnostisert av leger. Hovedhypotesene til forskningen er at 1) IPFM er trygg og sensitiv når det gjelder å evaluere hvor haster forholdene ved ankommende pasienter ved akuttmottaket og at 2) IPFM har tilstrekkelig korrelasjon av differensialdiagnose med faktisk diagnose stilt av lege.

Studieoversikt

Status

Ukjent

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Forventet)

1000

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

1 sekund til 17 år (BARN)

Tar imot friske frivillige

Ja

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Barn og ungdom i alle aldre og komorbiditeter

Beskrivelse

Inklusjonskriterier:

  • alle pasienter ved akuttmottaket med akutte symptomer

Ekskluderingskriterier:

  • Nødsituasjon

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Barn og oppvekst
AI-drevet triage-system

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Emergency Severity Index (ESI)
Tidsramme: 1.12.2020–31.12.2021
AI-drevet automatisert analyse av triage urgency (ESI-indeks) vil bli sammenlignet med indeksen beregnet av helsepersonell
1.12.2020–31.12.2021

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Primærdiagnose
Tidsramme: 1.12.2020–31.12.2021
AI-drevet automatisert analyse av diagnose vil bli sammenlignet med diagnosen estimert av helsepersonell
1.12.2020–31.12.2021

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (FORVENTES)

1. desember 2020

Primær fullføring (FORVENTES)

1. juni 2021

Studiet fullført (FORVENTES)

1. desember 2021

Datoer for studieregistrering

Først innsendt

26. november 2020

Først innsendt som oppfylte QC-kriteriene

3. desember 2020

Først lagt ut (FAKTISKE)

10. desember 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (FAKTISKE)

10. desember 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

3. desember 2020

Sist bekreftet

1. november 2020

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • ETMK Dnro: 68 /1801/2020

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere