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

Studium wykonalności dotyczące poprawy trafności propozycji diagnostycznych dla oprogramowania sztucznej inteligencji w populacji osób starszych. (Intel@Med-Fais)

14 czerwca 2022 zaktualizowane przez: University Hospital, Limoges

Starzenie się społeczeństwa wiąże się z problemem przewlekłych patologii, a niekiedy ciężkich uzależnień, wymagających przyjmowania do domów pomocy społecznej. Około 660 000 osób mieszka obecnie w NH we Francji. Jeden na 3 NH nie ma lekarza koordynującego, mimo że wymaga tego prawo, a dostęp do opieki w tych NH jest bardzo nierówny w całym kraju, a zwłaszcza w regionach Limousin i Dordogne. Niektóre Hospicja mogą znaleźć się w sytuacji braku lekarza koordynującego i trudnego dostępu do lekarzy pierwszego kontaktu (GP) odwiedzających duży obszar.

Ta nierówność w dostępie do opieki skutkuje różnicą w opiece, która może sięgać nawet utraty szansy dla pensjonariuszy, którzy są natychmiast przenoszeni na oddział ratunkowy (SOR) z ryzykiem jatrogenii lub delirium raz na SOR lub z ryzykiem wystąpienia niewłaściwa hospitalizacja.

Mieszkańcy są hospitalizowani:

  • gdy tego ostatniego można było uniknąć, ponieważ zespół medyczny, nie wiedząc, jaką postawę przyjąć, nadał priorytet hospitalizacji
  • Spóźniony, ponieważ pensjonariusz czekał na przybycie lekarza prowadzącego, co spowodowało nasilenie objawów.

Pojawienie się sztucznej inteligencji (AI) jest okazją do znalezienia nowych modeli organizacji opieki, które mogą złagodzić pustynnienie medyczne, ale także rozwinąć zaawansowane praktyki w gerontologii. Na przykład pielęgniarki będą mogły interweniować na pierwszym poziomie w celu wczesnego wykrywania, lepszej selekcji i wczesnego leczenia niektórych patologii.

Sztuczna inteligencja „MEDVIR community”, opracowana przez francuską firmę, to system wspomagania decyzji medycznych ze sztuczną inteligencją i oferuje wstępną diagnozę na podstawie zebranych informacji (historia medyczna i chirurgiczna, towarzyszące leczenie i objawy). MEDVIR jest narzędziem pomocy diagnostycznej i nie zastępuje lekarza, który pozostaje na końcu łańcucha, ostatecznego decydenta.

Zanim zostaną przeprowadzone badania mające na celu włączenie tej technologii do rutynowej opieki, ważne jest zweryfikowanie przydatności diagnostycznej sztucznej inteligencji u osób starszych, tak jak zostało to potwierdzone w populacji ogólnej.

To pilotażowe studium wykonalności umożliwi nam następnie zwymiarowanie metodologiczne przyszłego projektu w celu oceny skuteczności tego nowego systemu opieki w leczeniu starszych pacjentów na pustyniach medycznych we Francji.

Przegląd badań

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

18

Kontakty i lokalizacje

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

Lokalizacje studiów

      • Isle, Francja, 87170
        • Ehpad Des Bayles
      • Limoges, Francja, 87000
        • Ehpad Le Roussillon

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

Wiek uprawniający do nauki

65 lat i starsze (Starszy dorosły)

Akceptuje zdrowych ochotników

Nie dotyczy

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Mieszkaniec domu pomocy społecznej z problemem zdrowotnym wymagającym wezwania lekarza prowadzącego.

Opis

Kryteria przyjęcia:

  • Pacjent w wieku 65 lat lub starszy
  • Pacjent mieszkający w jednym z dwóch testów NH
  • Pacjent z dolegliwościami czynnościowymi lub nieprawidłowymi objawami wymagającymi wezwania lekarza
  • Pacjent lub jego przedstawiciel ustawowy, który nie wyraził sprzeciwu wobec gromadzenia jego danych medycznych i osobowych
  • Pacjent objęty ubezpieczeniem społecznym

Kryteria wyłączenia:

  • Pacjent u schyłku życia
  • Pacjent z wyraźnym stanem nagłym według lekarza
  • Przewlekły pacjent z afazją

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
Interwencja / Leczenie
Sztuczna inteligencja

Wstępna ocena przez Pielęgniarkę za pomocą narzędzia AI, które wprowadza do MEDVIR objawy lub dolegliwości funkcjonalne pacjenta oraz choroby współistniejące i jest uzupełniona o rozwiązanie telemedyczne do transmisji danych do zdalnego teleeksperta zlokalizowanego w ośrodku regulacyjnym lub ośrodku zdrowia. Zdalny lekarz (geriatra z platformy „Prevention Care for Elderly Unit (UPSAV)” Oddziału Gerontologii Klinicznej Szpitala Uniwersyteckiego w Limoges) analizuje dane zebrane przez Pielęgniarkę i ustala kryterium nasilenia objawów oraz diagnozę za pomocą Technologia sztucznej inteligencji.

Zarówno geriatra, jak i pielęgniarka NFZ nie są świadomi propozycji AI.

Geriatra może jednak zainicjować wizytę w miejscu zamieszkania mieszkańca, aby zweryfikować informacje niezbędne do ustalenia rozpoznania i tym samym poprawić trafność algorytmu. Dla rezydenta badanie to nie koliduje ze zwykłą opieką.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Propozycje diagnostyki AI
Ramy czasowe: 1 miesiąc
Liczba propozycji diagnostyki AI adekwatnych do diagnozy medycznej w miesiącu badania
1 miesiąc

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
diagnozy ciężkości
Ramy czasowe: 1 miesiąc
Liczba diagnoz dotkliwości zaproponowanych przez rozwiązanie AI w porównaniu z diagnozą medyczną zdalnego geriatry w ciągu miesiąca badania
1 miesiąc
badanie zadowolenia
Ramy czasowe: 1 miesiąc
Analiza ankiety satysfakcji wypełnionej przez użytkowników (pielęgniarki NFZ, uczestnicy, dyrektorzy NFZ i geriatrzy)
1 miesiąc

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

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)

21 grudnia 2019

Zakończenie podstawowe (Rzeczywisty)

22 września 2020

Ukończenie studiów (Rzeczywisty)

22 września 2020

Daty rejestracji na studia

Pierwszy przesłany

23 stycznia 2020

Pierwszy przesłany, który spełnia kryteria kontroli jakości

23 stycznia 2020

Pierwszy wysłany (Rzeczywisty)

27 stycznia 2020

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

21 czerwca 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

14 czerwca 2022

Ostatnia weryfikacja

1 października 2021

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 87RI19_0026 (Intel@Med-Faisa)

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

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 .

Badania kliniczne na intel@med-wykonalność

3
Subskrybuj