Budowa wspomaganego komputerowo systemu zbierania historii, badania fizykalnego i diagnozy pacjenta w nagłych wypadkach poprzez uczenie maszynowe (II) (MLD)
Na oddziale ratunkowym (SOR) lekarze muszą przeprowadzić ocenę pacjenta i leczenie w krótkim czasie, co wymaga innego zebrania historii i umiejętności badania fizykalnego w systemie opieki zdrowotnej.
Przetwarzanie języka naturalnego (NLP) stało się łatwo dostępne po opracowaniu uczenia maszynowego (ML). Poza tym elektroniczna dokumentacja medyczna (EMR) była szeroko stosowana w systemach opieki zdrowotnej. Istnieje coraz więcej narzędzi próbujących uchwycić pewne informacje z EMR, aby pomóc pracownikom klinicznym w obsłudze rosnącej liczby danych pacjentów i poprawie opieki nad pacjentem.
Jednak mylić się jest rzeczą ludzką. Lekarze mogą pominąć niektóre ważne oznaki lub symptomy lub zapomnieć o zapisaniu ich w dokumentacji, zwłaszcza w ruchliwej izbie przyjęć. Doprowadzi to do niekorzystnego wyniku, gdy wystąpią medyczne problemy prawne lub przegląd krajowego ubezpieczenia zdrowotnego. Warunek może być ograniczony przez system wspierający EMR. Poprawie ulegnie także jakość opieki.
Badacze planują przeanalizować EMR pogotowia ratunkowego za pomocą NLP i uczenia maszynowego. Aby ustalić powiązanie między danymi dotyczącymi segregacji, główną dolegliwością, historią przeszłą, obecną chorobą i badaniem fizykalnym. Badacze spróbują przewidzieć wstępną diagnozę i usposobienie pacjenta po znalezieniu związku. Następnie badacze mogliby spróbować przewidzieć kluczowy element zebrania wywiadu i badania fizykalnego pacjenta oraz poinformować lekarza, kiedy doszło do pomyłki. Badacze mają nadzieję, że system może poprawić jakość dokumentacji medycznej i opieki nad pacjentem.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Typ studiów
Zapisy (Oczekiwany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Hui-Chih Wang, Dr.
- Numer telefonu: +88623123456
- E-mail: ticoer@ntuh.gov.tw
Kopia zapasowa kontaktu do badania
- Nazwa: Hsin-Hsi Chen, Dr.
- Numer telefonu: 311 +886233664888
- E-mail: hhchen@ntu.edu.tw
Lokalizacje studiów
-
-
-
Taipei, Tajwan, 100
- Rekrutacyjny
- National Taiwan University Hospital
-
Kontakt:
- Wang, Dr.
- Numer telefonu: 265659 886-2-23123456
- E-mail: ticoer@ntuh.gov.tw
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Kryteria przyjęcia:
- Ponad dwadzieścia lat
- Pacjent nieurazowy
Kryteria wyłączenia:
- Wykluczenie pacjentów ze względów administracyjnych (wystawienie zaświadczenia lekarskiego)
- Wykluczenie pacjentów z powodów niezwiązanych z nagłymi sytuacjami, takich jak po prostu akupunktura, badania przesiewowe w kierunku wirusów i recepta na leki.
- Z wyłączeniem pacjentów, którzy zostali przydzieleni do stacji intensywnej terapii
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Potroić
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Brak interwencji: Kontrola
|
|
|
Eksperymentalny: Eksperymentalny
|
Po pacjentach w ramach klasyfikacji segregacyjnej, do której losowo przydziela się do dwóch grup.
Grupa z interwencją AI i druga bez interwencji AI.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena starszego lekarza
Ramy czasowe: 24 godziny
|
Ocena starszego lekarza mierzona za pomocą ustalonego kwestionariusza.
Starszy lekarz wypełni zweryfikowany przez eksperta kwestionariusz oceny jakości notatki klinicznej po tym, jak młodszy lekarz zakończy wywiad z pacjentem i zapisanie notatki klinicznej.
Kwestionariusz został zaprojektowany w oparciu o 5-punktową skalę Likerta, a im wyższy wynik, tym lepszy wynik.
|
24 godziny
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność przewidywania diagnozy
Ramy czasowe: wypis pacjenta z SOR, do 1 tygodnia
|
Procent przewidywanej diagnozy odpowiada ostatecznej diagnozie.
|
wypis pacjenta z SOR, do 1 tygodnia
|
|
Racjonalność przewidywania diagnozy
Ramy czasowe: 24 godziny
|
Starsi lekarze ocenią zasadność przewidywanej diagnozy.
|
24 godziny
|
Współpracownicy i badacze
Śledczy
- Krzesło do nauki: Huang, Dr., National Taiwan University Hospital
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
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 (Oszacować)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 202110012RIND
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 .