- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04661488
Bezpieczeństwo i niezawodność oceny objawów opartej na sztucznej inteligencji u dzieci i młodzieży
Cyfrowe technologie medyczne (DHT) są coraz częściej rozwijane w celu wspierania systemów opieki zdrowotnej na całym świecie. Jednak często brakuje im medycyny opartej na dowodach i walidacji medycznej. W krajach zachodnich istnieje duża potrzeba trafnej alokacji zasobów opieki zdrowotnej oraz dostarczania społeczeństwu szczegółowych i rzetelnych informacji zdrowotnych, pozwalających na wzięcie większej odpowiedzialności za własne zdrowie. Inteligentny system zarządzania przepływem pacjentów (IPFM, nazwa produktu Klinik Frontline) jest rozwijany w odpowiedzi na te potrzeby. W praktyce IPFM służy do wspomagania decyzji w procesach segregacji i diagnostyki oraz automatyzacji zarządzania napływem pacjentów. Rdzeniem IPFM jest kliniczna sztuczna inteligencja (AI), która wykorzystuje obszerną medyczną bazę danych korelacji klinicznych generowanych przez lekarzy.
Populacja badana w tym badaniu składa się z pacjentów z pediatrycznej kliniki ratunkowej Szpitala Uniwersyteckiego w Turku (TUH). Dane będą zbierane podczas 6-miesięcznego pilotażu, po którym wyniki zostaną poddane analizie. Przewidywana liczba pacjentów do badania to minimum 500 pacjentów, docelowo 1 000. Udając się do szpitala, pacjenci lub ich opiekunowie zgłaszają swoje dane demograficzne, podstawowe informacje i objawy za pomocą ustrukturyzowanego formularza internetowego IPFM. Wyniki uzyskane z IPFM są zaślepione przez pracownika służby zdrowia, a IPFM nie wpływa na podejmowanie decyzji klinicznych przez profesjonalistę. Dane uzyskane z formularza online IPFM oraz dane kliniczne z oddziału ratunkowego i TUH zostaną przeanalizowane po zebraniu danych. Głównym celem badań jest walidacja zastosowania IPFM poprzez ocenę związku danych wyjściowych IPFM z 1) pilnością i dotkliwością warunków; oraz 2) rzeczywiste diagnozy stawiane przez lekarzy. Główne hipotezy badań są następujące: 1) IPFM jest bezpieczny i czuły w ocenie pilności stanu pacjentów przybywających na oddział ratunkowy oraz 2) IPFM ma wystarczającą korelację diagnozy różnicowej z rzeczywistą diagnozą postawioną przez lekarza.
Przegląd badań
Status
Interwencja / Leczenie
Typ studiów
Zapisy (Oczekiwany)
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- wszyscy pacjenci na oddziale ratunkowym z ostrymi objawami
Kryteria wyłączenia:
- Sytuacja awaryjna
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Dzieci i młodzież
|
System segregacji oparty na sztucznej inteligencji
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Indeks dotkliwości sytuacji kryzysowej (ESI)
Ramy czasowe: 1.12.2020-31.12.2021
|
Zautomatyzowana analiza pilności segregacji (wskaźnik ESI) oparta na sztucznej inteligencji zostanie porównana ze wskaźnikiem oszacowanym przez pracowników służby zdrowia
|
1.12.2020-31.12.2021
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Diagnoza pierwotna
Ramy czasowe: 1.12.2020-31.12.2021
|
Zautomatyzowana analiza diagnozy oparta na sztucznej inteligencji zostanie porównana z diagnozą oszacowaną przez pracowników służby zdrowia
|
1.12.2020-31.12.2021
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (OCZEKIWANY)
Zakończenie podstawowe (OCZEKIWANY)
Ukończenie studiów (OCZEKIWANY)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (RZECZYWISTY)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (RZECZYWISTY)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- ETMK Dnro: 68 /1801/2020
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 .