- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT04661488
Sikkerhet og pålitelighet av kunstig intelligens-drevet symptomvurdering hos barn og ungdom
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
Forhold
Intervensjon / Behandling
Studietype
Registrering (Forventet)
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- alle pasienter ved akuttmottaket med akutte symptomer
Ekskluderingskriterier:
- Nødsituasjon
Studieplan
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
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (FORVENTES)
Primær fullføring (FORVENTES)
Studiet fullført (FORVENTES)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (FAKTISKE)
Oppdateringer av studieposter
Sist oppdatering lagt ut (FAKTISKE)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
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)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .