Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

AI-wspomagane podejmowanie decyzji medycznych

27 lutego 2025 zaktualizowane przez: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Badanie kohortowe w celu oceny modelu sztucznej inteligencji w celu pomocy w podejmowaniu decyzji medycznych przy użyciu elektronicznego dokumentacji zdrowia w całym szpitalu w czasie rzeczywistym

To badanie buduje i stosuje model AI, aby pomóc lekarzom przewidzieć diagnozy pacjentów i wyniki, takie jak przeżycie lub pobyt w szpitalu. Będziemy wykorzystywać dane multimodalne w czasie rzeczywistym (laboratoria, znaki życiowe, historia, obrazowanie) z zapisów szpitalnych. Pacjenci zostaną śledzeni w celu porównania wydajności sztucznej inteligencji ze standardową opieką. Celem jest poprawa diagnozy i dokładności leczenia w prawdziwym, prospektywnym badaniu.

Przegląd badań

Status

Status

Wskazuje aktualny stan rekrutacji lub stan rozszerzonego dostępu.
Rekrutacyjny

Warunki

Warunki

Badana choroba, zaburzenie, zespół, choroba lub uraz. Na stronie ClinicalTrials.gov warunki mogą również obejmować inne kwestie związane ze zdrowiem, takie jak długość życia, jakość życia i zagrożenia dla zdrowia.

Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.

Szczegółowy opis

Niniejsze badanie ma na celu zbudowanie i zastosowanie modelu sztucznej inteligencji (AI), aby pomóc lekarzom w przewidywaniu diagnoz i wyników pacjentów, takich jak przeżycie lub długość pobytu w szpitalu. Będziemy zapisać pacjentów w szpitalu i wykorzystamy wyniki laboratoryjne w czasie rzeczywistym, multimodalne dane laboratoryjne, objawy życiowe, historię medyczną i elektroniczne dokumentacje zdrowotne. Badanie będzie śledzić uczestników, aby ocenić wydajność modelu AI w stosunku do standardowej praktyki. Naszym celem jest poprawa dokładności i szybkości diagnoz i zabiegów, zwiększenie opieki nad pacjentem. To prospektywne badanie testuje model w rzeczywistych warunkach szpitalnych.

Typ studiów

Typ studiów

Opisuje charakter badania klinicznego. Rodzaje badań obejmują badania interwencyjne (zwane także badaniami klinicznymi), badania obserwacyjne (w tym rejestry pacjentów) i rozszerzony dostęp.
Obserwacyjny

Zapisy (Szacowany)

Zapisy

Liczba uczestników badania klinicznego. „Przewidywana” rekrutacja to docelowa liczba uczestników, których naukowcy potrzebują do badania.
50000000

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kontakt w sprawie studiów

Imię i nazwisko oraz dane kontaktowe osoby, która może odpowiedzieć na pytania dotyczące rejestracji do badania klinicznego. Każda lokalizacja, w której prowadzone jest badanie, może mieć również określoną osobę kontaktową, która może lepiej odpowiedzieć na te pytania.

Lokalizacje studiów

  • Chiny
    • Zhejiang
      • Wenzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • Second Affiliated Hospital of Wenzhou Medical University
        • Kontakt:

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Kryteria kwalifikacji

Kluczowe wymagania, które muszą spełniać osoby chcące wziąć udział w badaniu klinicznym lub cechy, które muszą posiadać. Kryteria kwalifikowalności obejmują zarówno kryteria włączenia (które są wymagane, aby dana osoba mogła uczestniczyć w badaniu), jak i kryteria wykluczenia (które uniemożliwiają osobie udział). Rodzaje kryteriów kwalifikowalności obejmują to, czy badanie akceptuje zdrowych ochotników, ma wymagania dotyczące wieku lub grupy wiekowej lub jest ograniczone ze względu na płeć.

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badanie to obejmuje wszystkich pacjentów przyjętych do dowolnego oddziału szpitala, z elektronicznym danymi o dokumentacji zdrowia w czasie rzeczywistym (np. Laboratoria, znaki życiowe, historia, obrazowanie). Uczestnicy muszą wyrazić zgodę na gromadzenie danych.

Opis

Kryteria włączenia:

  1. Pacjenci przyjęci do dowolnego oddziału szpitala (np. OIOM, Ogólne oddziały, awaryjne usługi ambulatoryjne) w okresie badania.
  2. Pacjenci z dostępnymi danymi elektronicznej dokumentacji zdrowia w czasie rzeczywistym (EHR), w tym co najmniej dwóch z następujących: wyniki laboratoryjne, znaki życiowe, historia medyczna i dane obrazowe.

Kryteria wykluczenia:

Pacjenci obecnie włączyli się do kolejnego badania klinicznego, które mogło zakłócać gromadzenie danych lub wyniki tego badania.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta

Grupa / Kohorta

Grupa lub podgrupa uczestników badania obserwacyjnego ocenianego pod kątem wyników biomedycznych lub zdrowotnych.
Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.
Kohorta pacjentów w szpitalu
Inny: Strategia związana z AI
Interwencja w tym badaniu obejmuje system AI, który wykorzystuje multimodalną fuzję danych w celu wsparcia klinicznego podejmowania decyzji i oceny chorób. Pacjenci w tej kohorcie zostaną poddane standardowym badaniom, a decyzje kliniczne kierowane przez zalecenia wygenerowane przez system AI.

Co mierzy badanie?

Podstawowe miary wyniku

Podstawowe miary wyniku

W protokole badania klinicznego planowana miara wyniku, która jest najważniejsza dla oceny efektu interwencji/leczenia. Większość badań klinicznych ma jedną główną miarę wyniku, ale niektóre mają więcej niż jedną.
Miara wyniku
Opis środka
Ramy czasowe
Obszar pod krzywą (AUC)
Ramy czasowe: 1 rok
AUC krzywej ROC, stosowane do ilościowego określenia dokładności diagnostycznej. Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażana jako liczba z zakresu od 0 do 1).
1 rok
Ogólna poprawa wykorzystania zasobów szpitalnych
Ramy czasowe: 1 rok
Procentowe zmniejszenie ogólnego wykorzystania zasobów szpitalnych (np. Dni łóżka, przyjęcia na OIOM, testy diagnostyczne) przypisane do podejmowania decyzji wspomaganych przez AI, wyrażone jako procent.
1 rok
Zwiększenie dokładności diagnostycznej na poziomie populacji
Ramy czasowe: 1 rok
Ogólna poprawa dokładności diagnostycznej u wszystkich pacjentów szpitalnych (np. Procent prawidłowych diagnoz lub zmniejszenie błędów) ułatwione przez model AI, wyrażony jako procent lub stosunek.
1 rok
Zmniejszenie systemu niepożądanych wskaźników zdarzeń
Ramy czasowe: 1 rok
Procentowe zmniejszenie głównych zdarzeń niepożądanych (np. Śmiertelność, poważne powikłania lub przedłużone pobyty) u wszystkich pacjentów szpitalnych z powodu podejmowania decyzji wspomaganych przez AI, wyrażonych jako procent.
1 rok

Miary wyników drugorzędnych

Miary wyników drugorzędnych

W protokole badania klinicznego planowana miara wyniku, która nie jest tak ważna jak główna miara wyniku w ocenie efektu interwencji, ale nadal jest interesująca. Większość badań klinicznych ma więcej niż jedną drugorzędową miarę wyniku.
Miara wyniku
Opis środka
Ramy czasowe
Ogólna poprawa wyników pacjentów szpitalnych
Ramy czasowe: 1 rok
Łączna poprawa kluczowych wyników pacjentów (np. Śmiertelność, zachorowalność, wskaźniki odzyskiwania) w całej populacji szpitala z powodu podejmowania decyzji wspomaganych przez AI, wyrażoną jako wynik złożony lub procent.
1 rok
Zwiększenie wydajności systemu opieki zdrowotnej
Ramy czasowe: 1 rok
Ogólna poprawa wydajności operacyjnej szpitala (np. Zmniejszony czas oczekiwania, zoptymalizowany alokacja zasobów, zmniejszone obciążenie pracownikami) przypisane modelowi AI, wyrażonej jako procent lub jakościowa.
1 rok
Wynik wpływu na zdrowie populacji
Ramy czasowe: 1 rok
Złożony wynik odzwierciedlający wpływ modelu AI na zdrowie populacji w obszarze zlewni szpitala (np. Zmniejszone obciążenie choroby, poprawa przewlekłego leczenia choroby), wyrażona jako standaryzowana zmiana wskaźnika lub procentowej.
1 rok
Długoterminowy wskaźnik świadczeń zdrowia publicznego
Ramy czasowe: 1 rok
Złożony wskaźnik mierzący długoterminowy wkład modelu AI w zdrowie publiczne (np. Zmniejszona częstość występowania choroby, poprawa oczekiwanej długości życia), wyrażony jako standardowy wynik lub procentową poprawę.
1 rok

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Sponsor

Organizacja lub osoba, która inicjuje badanie i która ma władzę i kontrolę nad badaniem.
The Eye Hospital of Wenzhou Medical University

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

Rozpoczęcie studiów

Rzeczywista data włączenia pierwszego uczestnika do badania klinicznego. „Przewidywana” data rozpoczęcia badania to data, którą naukowcy uważają za datę rozpoczęcia badania.
24 lutego 2025

Zakończenie podstawowe (Szacowany)

Zakończenie podstawowe

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję w celu zebrania ostatecznych danych dla głównego pomiaru wyniku. To, czy badanie kliniczne zakończyło się zgodnie z protokołem, czy też zostało zakończone, nie ma wpływu na tę datę. W przypadku badań klinicznych z więcej niż jedną miarą wyniku pierwotnego i różnymi datami zakończenia termin ten odnosi się do daty zakończenia gromadzenia danych dla wszystkich miar wyniku pierwotnego. „Przewidywana” data ukończenia podstawowego badania to data, którą naukowcy uważają za pierwotną datę zakończenia badania.
1 czerwca 2026

Ukończenie studiów (Szacowany)

Ukończenie studiów

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję/leczenie w celu zebrania ostatecznych danych dotyczących głównych miar wyników, drugorzędowych miar wyników i zdarzeń niepożądanych (tj. ostatnia wizyta ostatniego uczestnika). „Przewidywana” data zakończenia badania to data, którą naukowcy uważają za datę zakończenia badania.
1 czerwca 2026

Daty rejestracji na studia

Pierwszy przesłany

Pierwszy przesłany

Data, w której sponsor badania lub badacz po raz pierwszy przesłał dokumentację badania do ClinicalTrials.gov. Zwykle występuje kilkudniowe opóźnienie między pierwszą przesłaną datą a udostępnieniem rekordu na ClinicalTrials.gov (pierwsza data opublikowania).
24 lutego 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Data, w której sponsor badania lub badacz po raz pierwszy przesłał zapis badania zgodny z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Sponsor lub badacz może być zmuszony do zmiany i przedłożenia dokumentacji badania raz lub kilka razy, zanim zostaną spełnione kryteria przeglądu kontroli jakości NLM. Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
24 lutego 2025

Pierwszy wysłany (Rzeczywisty)

Pierwszy wysłany

Data pierwszego udostępnienia zapisu badania na stronie ClinicalTrials.gov po zakończeniu przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Zwykle występuje kilkudniowe opóźnienie między datą przesłania dokumentacji badania przez sponsora badania lub badacza a datą pierwszego zaksięgowania.
25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

Ostatnia wysłana aktualizacja

Najnowsza data udostępnienia zmian w rekordzie badania na stronie ClinicalTrials.gov. Może wystąpić opóźnienie między momentem przesłania zmian do ClinicalTrials.gov przez sponsora badania lub badacza (data ostatniego przesłania aktualizacji) a datą ostatniego opublikowania aktualizacji.
25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Najnowsza data, w której sponsor badania lub badacz przesłał zmiany w rekordzie badania, które są zgodne z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
27 lutego 2025

Ostatnia weryfikacja

Ostatnia weryfikacja

Najnowsza data, w której sponsor badania lub badacz potwierdził, że informacje o badaniu klinicznym na stronie ClinicalTrials.gov są dokładne i aktualne. Jeśli badanie ze statusem rekrutacji to rekrutacja; jeszcze nie rekrutacja; lub aktywny, brak rekrutacji nie został potwierdzony w ciągu ostatnich 2 lat, status rekrutacji do badania jest pokazany jako nieznany.
1 lutego 2025

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

Inne numery identyfikacyjne badania

Identyfikatory lub numery identyfikacyjne inne niż numer NCT, które są przypisane do badania klinicznego przez sponsora badania, podmioty finansujące lub inne osoby. Numery te mogą zawierać unikalne identyfikatory z innych rejestrów badań i numery grantów National Institutes of Health.
  • AI Prediction

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Ustawienia plików cookie

Używamy plików cookie, aby zapewnić najlepszą jakość korzystania z naszej witryny. Aby uzyskać więcej informacji, przeczytaj uważnie naszą Politykę prywatności i pliki cookie. ...>>>Możesz zmienić swoje preferencje lub wycofać zgodę w dowolnym momencie, usuwając pliki cookie ze swojej strony internetowej lub komputera, zgodnie z opisem w polityce. Zaakceptuj go i wybierz swoje preferencje, zaznaczając odpowiednie pola w sekcji „Zarządzaj ustawieniami” poniżej. Przeczytaj uważnie nasze Warunki korzystania z usług, zanim zaczniesz korzystać z jakiejkolwiek części tej witryny.
«Zarządzaj ustawieniami