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

AI4Triage - Utvikling av kunstig intelligens-baserte metoder for analyse av triasjedata.

31. desember 2025 oppdatert av: Pietro Hiram Guzzi, University of Catanzaro

AI4Triage - Utvikling av kunstig intelligens-baserte metoder for analyse av triasjedata

Kunstig intelligens, og spesielt grafneuralnettverk (GNN), har vist enormt potensial i analysen av komplekse kliniske data. Takket være deres evne til å modellere forhold mellom variabler, representerer GNN en betydelig utvikling sammenlignet med tradisjonelle modeller, og muliggjør en bedre tolkning av medisinsk informasjon og støtter datadrevne beslutninger i komplekse sammenhenger som akuttmedisin.

Anvendelsen av GNN på klinisk triage og prediksjon av liggetid kan forbedre klinisk effektivitet ved å optimalisere ressursallokering og pasienthåndtering. Denne observasjonsstudien har som mål å evaluere nøyaktigheten av prediksjoner i forhold til reelle kliniske data, og bidrar til utviklingen av avanserte prediktive verktøy for å støtte helsebeslutningsprosesser.

Studieoversikt

Status

Aktiv, ikke rekrutterende

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Faktiske)

1500

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

      • Catanzaro, Italia
        • University of Catanzaro

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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

alle innlagt på akuttmottaket

Beskrivelse

Inklusjonskriterier:

  • alle

Eksklusjonskriterier:

  • pasienter med røde koder og alvorlige skader

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Antall underprioriterte
Tidsramme: 12 måneder
Forskerne vil måle antallet feilklassifiseringer
12 måneder
Underprioritert
Tidsramme: 12 måneder
Forskerne vil måle evnen til å forutsi undertriering
12 måneder

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 (Faktiske)

1. november 2025

Primær fullføring (Antatt)

1. november 2026

Studiet fullført (Antatt)

30. november 2027

Datoer for studieregistrering

Først innsendt

17. desember 2025

Først innsendt som oppfylte QC-kriteriene

17. desember 2025

Først lagt ut (Antatt)

31. desember 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

6. januar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

31. desember 2025

Sist bekreftet

1. desember 2025

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • AI4Triage

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

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