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

Et personvernbevarende OCR-LLM-system for subtypering av koronart syndrom fra innleggelses-HPI: Flersenter validering i Kina og USA (OCR-LLM-CHD)

27. februar 2026 oppdatert av: China National Center for Cardiovascular Diseases

Utvikling og flersenter-validering av en personvernbevarende OCR-LLM-prosess for fire-subtype koronarsyndrom-klassifisering ved bruk av innleggelses-HPI på tvers av heterogene EHR-systemer

Denne studien utvikler og validerer en personvernbevarende OCR-LLM-pipeline som konverterer innleggelseshistorikk for nåværende sykdom (HPI) til strukturerte koronarsyndrom-subtyper (STEMI, NSTEMI, ustabil angina og kronisk koronarsyndrom). Systemet trekker først ut tekst fra de-identifiserte HPI-bilder ved hjelp av lokalt distribuert OCR, og bruker deretter store språkmodeller med en fast diagnostisk prompt for å generere subtyperklassifisering og bevis. Ytelsen evalueres i et internt valideringskohort og flere eksterne datasett som dekker heterogene EHR-maler, akuttmottakstilfeller og et engelsk datasett fra MIMIC-IV. En klinikerbrukervennlighetsstudie vurderer endringer i diagnostisk nøyaktighet og tid med og uten verktøyassistanse.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Antatt)

10

Kontakter og plasseringer

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

Studiekontakt

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

N/A

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Studiepopulasjonen inkluderer (1) avidentifiserte kliniske konsultasjonsjournaler og (2) lege-deltakere for brukervennlighetstesting.
For journalbaserte kohorter må kvalifiserte konsultasjoner inneholde en innleggelses-/presentasjonshistorie for nåværende sykdom (HPI) (tekst eller tekst utledet fra bilde) som er tilstrekkelig for 4-klasses koronarsyndrom subtyping (f.eks. STEMI, NSTEMI, ustabil angina, kronisk koronarsyndrom).
Journaler analyseres på konsultasjonsnivå og er organisert i fem datasettbaserte kohorter (intern validering, flersenter ekstern validering, akuttmottak ekstern validering, engelsk EHR ekstern validering, og kliniker brukervennlighet).
Referansemerker tilordnes ved hjelp av en forhåndsspesifisert klinisk avgjørelsesprosess.

Beskrivelse

Inklusjonskriterier: Sykehusopphold med innleggelses-HPI som dokumenterer symptomer relevant for subtypering av koronarsyndrom.

2a4afaef-9dc1-47fc-874f-9dffaf7…

Tilfeller med tilstrekkelig dokumentasjon til å tildele en av fire målgruppesubtyper (STEMI, NSTEMI, UA, CCS) ved vurdering.

-

Eksklusjonskriterier: Uklar subtype eller ufullstendig/usikker tidsinformasjon som hindrer gullstandard-tilordning.

Ikke-KHD som primær årsak til innleggelse etter screening (for MIMIC-IV-kohorten).

-

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
Intern utviklings- og valideringskohort
Retrospektiv kohort brukt til modellutvikling og intern validering. Inndata er avidentifiserte innleggelses-HPI-poster (bilde eller tekst) fra AIM-CHD-datasettet. Ekspertbedømmelse gir referansestandardetiketter for 4-klassers koronarsyndrom subtyping (STEMI, NSTEMI, ustabil angina, kronisk koronarsyndrom).
Enhet: OCR-Prompt-LLM Informasjonsutvinning og Klassifiseringsarbeidsflyt (OCR-Prompt-LLM)
En automatisert arbeidsflyt for klinisk datastyring som integrerer optisk tegngjenkjenning (OCR), optimalisert prompt-teknikking og store språkmodeller (LLM). Systemet behandler ustrukturerte innleggelses-/akuttmottaksjournaler (primært innleggelseshistorikk for nåværende sykdom og relatert narrativ tekst) for å trekke ut forhåndsdefinerte viktige kliniske indikatorer (f.eks. venstre ventrikulær ejeksjonsfraksjon, koronarsyndromundertype, medisiner) og for å klassifisere tilfeller i forhåndsdefinerte koronararteriesykdomskategorier (f.eks. ustabil angina, STEMI, NSTEMI, kronisk koronarsyndrom). Arbeidsflyten gir ut strukturerte felt og et klassifiseringsresultat med støttende bevisutdrag.
Enhet: Manuell gjennomgang av kliniske data
Standard manuell prosess der erfarne klinikere gjennomgår pasientens medisinske journaler og trekker ut de samme forhåndsbestemte kliniske indikatorene og kategorier for koronar hjertesykdom ved hjelp av rutinemessig klinisk vurdering og dokumentasjonsgjennomgang. Denne manuelle abstraksjonen fungerer som et menneskelig referansepunkt for å sammenligne diagnostisk nøyaktighet, fullstendighet og operasjonell effektivitet mot den automatiserte OCR-Prompt-LLM-arbeidsflyten.
Multisenter Ekstern Valideringskohort
Retrospektiv multicenter-kohort brukt til ekstern validering på tvers av heterogene EHR-maler og dokumentasjonsstiler. Avidentifiserte HPI-opptak ved innleggelse behandles gjennom samme OCR-LLM-pipeline, og prediksjoner sammenlignes med ekspertvurderte referanseetiketter for å vurdere generaliserbarhet.
Enhet: OCR-Prompt-LLM Informasjonsutvinning og Klassifiseringsarbeidsflyt (OCR-Prompt-LLM)
En automatisert arbeidsflyt for klinisk datastyring som integrerer optisk tegngjenkjenning (OCR), optimalisert prompt-teknikking og store språkmodeller (LLM). Systemet behandler ustrukturerte innleggelses-/akuttmottaksjournaler (primært innleggelseshistorikk for nåværende sykdom og relatert narrativ tekst) for å trekke ut forhåndsdefinerte viktige kliniske indikatorer (f.eks. venstre ventrikulær ejeksjonsfraksjon, koronarsyndromundertype, medisiner) og for å klassifisere tilfeller i forhåndsdefinerte koronararteriesykdomskategorier (f.eks. ustabil angina, STEMI, NSTEMI, kronisk koronarsyndrom). Arbeidsflyten gir ut strukturerte felt og et klassifiseringsresultat med støttende bevisutdrag.
Enhet: Manuell gjennomgang av kliniske data
Standard manuell prosess der erfarne klinikere gjennomgår pasientens medisinske journaler og trekker ut de samme forhåndsbestemte kliniske indikatorene og kategorier for koronar hjertesykdom ved hjelp av rutinemessig klinisk vurdering og dokumentasjonsgjennomgang. Denne manuelle abstraksjonen fungerer som et menneskelig referansepunkt for å sammenligne diagnostisk nøyaktighet, fullstendighet og operasjonell effektivitet mot den automatiserte OCR-Prompt-LLM-arbeidsflyten.
Akuttmottak Ekstern Valideringskohort
Retrospektiv kohort som representerer virkelig arbeidsflyt på akuttmottaket. Anonymiserte HPI-opptak fra akuttmottak brukes for å evaluere modellens ytelse under tidsfølsomme, informasjonsbegrensede forhold og vurdere robustheten mot variasjon i akuttmottakets dokumentasjon.
Enhet: OCR-Prompt-LLM Informasjonsutvinning og Klassifiseringsarbeidsflyt (OCR-Prompt-LLM)
En automatisert arbeidsflyt for klinisk datastyring som integrerer optisk tegngjenkjenning (OCR), optimalisert prompt-teknikking og store språkmodeller (LLM). Systemet behandler ustrukturerte innleggelses-/akuttmottaksjournaler (primært innleggelseshistorikk for nåværende sykdom og relatert narrativ tekst) for å trekke ut forhåndsdefinerte viktige kliniske indikatorer (f.eks. venstre ventrikulær ejeksjonsfraksjon, koronarsyndromundertype, medisiner) og for å klassifisere tilfeller i forhåndsdefinerte koronararteriesykdomskategorier (f.eks. ustabil angina, STEMI, NSTEMI, kronisk koronarsyndrom). Arbeidsflyten gir ut strukturerte felt og et klassifiseringsresultat med støttende bevisutdrag.
Enhet: Manuell gjennomgang av kliniske data
Standard manuell prosess der erfarne klinikere gjennomgår pasientens medisinske journaler og trekker ut de samme forhåndsbestemte kliniske indikatorene og kategorier for koronar hjertesykdom ved hjelp av rutinemessig klinisk vurdering og dokumentasjonsgjennomgang. Denne manuelle abstraksjonen fungerer som et menneskelig referansepunkt for å sammenligne diagnostisk nøyaktighet, fullstendighet og operasjonell effektivitet mot den automatiserte OCR-Prompt-LLM-arbeidsflyten.
Norsk EHR Ekstern Valideringskohort
Retrospektiv kohorte hentet fra den offentlige de-identifiserte MIMIC-IV-databasen. Engelske innleggelsesnotater/HPI-tekster brukes til å evaluere tverrspråklig overførbarhet og ytelse av de samme klassifiseringspromptsene og etterbehandlingsreglene mot referanseetiketter utledet ved bedømmelse/strukturert diagnoselagring (som forhåndsspesifisert i protokollen).
Enhet: OCR-Prompt-LLM Informasjonsutvinning og Klassifiseringsarbeidsflyt (OCR-Prompt-LLM)
En automatisert arbeidsflyt for klinisk datastyring som integrerer optisk tegngjenkjenning (OCR), optimalisert prompt-teknikking og store språkmodeller (LLM). Systemet behandler ustrukturerte innleggelses-/akuttmottaksjournaler (primært innleggelseshistorikk for nåværende sykdom og relatert narrativ tekst) for å trekke ut forhåndsdefinerte viktige kliniske indikatorer (f.eks. venstre ventrikulær ejeksjonsfraksjon, koronarsyndromundertype, medisiner) og for å klassifisere tilfeller i forhåndsdefinerte koronararteriesykdomskategorier (f.eks. ustabil angina, STEMI, NSTEMI, kronisk koronarsyndrom). Arbeidsflyten gir ut strukturerte felt og et klassifiseringsresultat med støttende bevisutdrag.
Enhet: Manuell gjennomgang av kliniske data
Standard manuell prosess der erfarne klinikere gjennomgår pasientens medisinske journaler og trekker ut de samme forhåndsbestemte kliniske indikatorene og kategorier for koronar hjertesykdom ved hjelp av rutinemessig klinisk vurdering og dokumentasjonsgjennomgang. Denne manuelle abstraksjonen fungerer som et menneskelig referansepunkt for å sammenligne diagnostisk nøyaktighet, fullstendighet og operasjonell effektivitet mot den automatiserte OCR-Prompt-LLM-arbeidsflyten.
Kohort for klinikerbrukervennlighet
Prospektiv brukervennlighetsvurderingskohort. Legene fullfører en strukturert koronarsyndrom subtyperingsoppgave ved hjelp av innleggelses-HPI-tilfeller. Resultatene inkluderer diagnostisk nøyaktighet og tidsbruk for fullføring; innenfor-deltaker-sammenligninger kan utføres mellom uassisterte og verktøyassisterte forhold som forhåndsspesifisert.
Enhet: OCR-Prompt-LLM Informasjonsutvinning og Klassifiseringsarbeidsflyt (OCR-Prompt-LLM)
En automatisert arbeidsflyt for klinisk datastyring som integrerer optisk tegngjenkjenning (OCR), optimalisert prompt-teknikking og store språkmodeller (LLM). Systemet behandler ustrukturerte innleggelses-/akuttmottaksjournaler (primært innleggelseshistorikk for nåværende sykdom og relatert narrativ tekst) for å trekke ut forhåndsdefinerte viktige kliniske indikatorer (f.eks. venstre ventrikulær ejeksjonsfraksjon, koronarsyndromundertype, medisiner) og for å klassifisere tilfeller i forhåndsdefinerte koronararteriesykdomskategorier (f.eks. ustabil angina, STEMI, NSTEMI, kronisk koronarsyndrom). Arbeidsflyten gir ut strukturerte felt og et klassifiseringsresultat med støttende bevisutdrag.
Enhet: Manuell gjennomgang av kliniske data
Standard manuell prosess der erfarne klinikere gjennomgår pasientens medisinske journaler og trekker ut de samme forhåndsbestemte kliniske indikatorene og kategorier for koronar hjertesykdom ved hjelp av rutinemessig klinisk vurdering og dokumentasjonsgjennomgang. Denne manuelle abstraksjonen fungerer som et menneskelig referansepunkt for å sammenligne diagnostisk nøyaktighet, fullstendighet og operasjonell effektivitet mot den automatiserte OCR-Prompt-LLM-arbeidsflyten.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Overordnet klassifiseringsnøyaktighet
Tidsramme: 1 måned

Tidsramme: Frem til fullføring av datasettutvurdering (interne + eksterne kohorter)

Beskrivelse: Andel av tilfeller med korrekt subkategori (STEMI/NSTEMI/UA/CCS) sammenlignet med ekspertvurdert gullstandard.
1 måned

Samarbeidspartnere og etterforskere

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

Sponsor

China National Center for Cardiovascular Diseases

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 (Antatt)

28. februar 2026

Primær fullføring (Antatt)

8. mars 2026

Studiet fullført (Antatt)

8. mars 2026

Datoer for studieregistrering

Først innsendt

27. februar 2026

Først innsendt som oppfylte QC-kriteriene

27. februar 2026

Først lagt ut (Faktiske)

4. mars 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

4. mars 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. februar 2026

Sist bekreftet

1. februar 2026

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • CAD-LLM-002
  • Sponsor (Annet stipend/finansieringsnummer: Sponsor)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

For å beskytte pasientenes personvern og overholde databehandlingspolicyene til de deltakende institusjonene (Fuwai Hospital og underavdelinger), vil individuelle deltakerdata ikke bli gjort offentlig tilgjengelige. Imidlertid vil aggregerte studieresultater og statistiske analyser bli inkludert i den endelige publikasjonen.

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