Ocena dużych modeli AI w diagnostyce i leczeniu w rzeczywistych przypadkach: wieloośrodkowe badanie retrospektywne
Ocena dużych modeli sztucznej inteligencji w diagnostyce i leczeniu w rzeczywistych przypadkach: wieloośrodkowe badanie retrospektywne
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Typ studiów
Typ studiów
Zapisy (Szacowany)
Zapisy
Kontakty i lokalizacje
Kontakt w sprawie studiów
Kontakt w sprawie studiów
- Nazwa: Ning Xu
- Numer telefonu: +86-13235907575
- E-mail: drxun@fjmu.edu.cn
Lokalizacje studiów
-
-
-
Fuzhou, Chiny
- Rekrutacyjny
- The First Affiliated Hospital of Fujian Medical University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Dane przypadków pochodzą z czterech szpitali uczestniczących w badaniu, z pełnymi i autentycznymi zapisami diagnozy i leczenia.
- Pacjenci muszą mieć 18 lat lub więcej, bez ograniczeń dotyczących płci.
- Kompletna dokumentacja medyczna, obejmująca następujące kluczowe informacje: podstawowe dane pacjenta, wywiad dotyczący obecnej choroby, przebyte choroby, badanie fizykalne oraz badania dodatkowe (w tym laboratoryjne i obrazowe).
- Jasna diagnoza wypisowa i plan leczenia (w tym środki terapeutyczne i ustalenia dotyczące dalszej opieki).
- Dokumentacja medyczna została zarchiwizowana, z obiektywnymi i dokładnymi informacjami, które nie zostały zmienione.
- Pacjent lub jego przedstawiciel ustawowy udzielili świadomej zgody, wyrażając zgodę na wykorzystanie swoich zanonimizowanych danych medycznych do analizy badawczej.
Kryteria wyłączenia:
- Dokumentacja medyczna z istotnymi brakami informacji, takimi jak kluczowe szczegóły kliniczne (wywiad dotyczący obecnej choroby, zapisy diagnostyczne lub dotyczące leczenia itp.).
- Przypadki, w których diagnoza lub plan leczenia są niejasne, lub gdy leczenie nie zostało w pełni zakończone dla wstępnej diagnozy.
- Przypadki, w których pierwotna diagnoza nie jest urologiczna.
- Przypadki z poważnymi błędami lub niespójnościami w zapisach, które mogą wpłynąć na dalszą ocenę.
- Dokumentacja medyczna w specjalnych formatach lub obrazy, które nie są czytelne (np. notatki odręczne, niestandardowa dokumentacja).
- Pacjenci, którzy nie podpisali formularza świadomej zgody lub którzy odmawiają wykorzystania swoich danych medycznych do badań.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność diagnostyczna: Oceniana za pomocą dokładności Top-1
Ramy czasowe: Do zakończenia badania, średnio 3 miesiące
|
Top-1: Proporcja przypadków, w których pierwsza diagnoza modelu pokrywa się z prawdziwą diagnozą pierwotną.
|
Do zakończenia badania, średnio 3 miesiące
|
|
Dokładność diagnostyczna: Oceniana za pomocą dokładności Top-3
Ramy czasowe: Do zakończenia badania, średnio 3 miesiące
|
Top-3: Odsetek przypadków, w których prawidłowa diagnoza pojawia się wśród 3 najlepszych propozycji modelu.
|
Do zakończenia badania, średnio 3 miesiące
|
|
Kompletność diagnostyczna
Ramy czasowe: Do ukończenia badania, średnio 3 miesiące
|
Proporcja diagnoz modelu, które pokrywają się ze wszystkimi diagnozami (pierwotnymi i wtórnymi) w przypadku.
|
Do ukończenia badania, średnio 3 miesiące
|
|
Jakość Diagnostyki Różnicowej
Ramy czasowe: Do ukończenia badania, średnio 3 miesiące
|
Oceniane przez ekspertów przy użyciu 5-punktowej skali Likerta, biorąc pod uwagę czynniki takie jak zakres powszechnych chorób, jasność logiczna i specyficzność
|
Do ukończenia badania, średnio 3 miesiące
|
|
Jakość Planu Leczenia
Ramy czasowe: Do zakończenia badania, średnio 3 miesiące
|
Ocenia, czy sugestie leczenia modelu są zgodne z wytycznymi klinicznymi, oceniane przez ekspertów pod kątem kompletności, odpowiedniości i bezpieczeństwa.
|
Do zakończenia badania, średnio 3 miesiące
|
|
Czas Analizy
Ramy czasowe: Przez cały okres badania, średnio 3 miesiące
|
5.Czas potrzebny modelowi AI na postawienie diagnozy i zaproponowanie leczenia (w sekundach), odzwierciedlający możliwość działania w czasie rzeczywistym.
|
Przez cały okres badania, średnio 3 miesiące
|
Współpracownicy i badacze
Sponsor
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Rozpoczęcie studiów
Zakończenie podstawowe (Szacowany)
Zakończenie podstawowe
Ukończenie studiów (Szacowany)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- MRCTA,ECFAH of FMU[2025]902
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .