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

Zastosowanie modelu wielkojęzykowego w segregacji bólu w klatce piersiowej w nagłych przypadkach (ALERT)

20 sierpnia 2026 zaktualizowane przez: Tang Yida, Peking University Third Hospital
W tym badaniu oceniona zostanie dokładność i skuteczność modelu wielkojęzykowego w segregacji pacjentów w nagłych przypadkach.

Przegląd badań

Szczegółowy opis

Celem pracy była ocena przydatności modelu wielkojęzykowego w segregacji ratunkowej, dokonano oceny ich trafności i efektywności oraz porównano z tradycyjną segregacją. Zbadanie, czy model może skutecznie zmniejszyć obciążenie personelu medycznego, poprawiając jednocześnie szybkość i jakość segregacji pacjentów. Ponadto oceniono zdolność modelu do przewidywania poważnych zdarzeń medycznych, takich jak ostre zdarzenia sercowe i udary. Obejmowało także badania pacjentów; akceptacja i satysfakcja z korzystania z systemu segregacji wspomaganej sztuczną inteligencją. Przeanalizuj korzyści ekonomiczne wynikające z przyjęcia tej technologii, w tym oszczędność kosztów i optymalną alokację zasobów.

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

1189

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Beijing Municipality
      • Beijing, Beijing Municipality, Chiny
        • Peking University Third Hospital

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  1. Wszyscy pacjenci z bólami w klatce piersiowej zostali objęci procedurą segregacji ratunkowej.
  2. pacjentów w wieku 18 lat i starszych.

Kryteria wyłączenia:

  1. Pacjenci z ciężkimi zaburzeniami funkcji poznawczych lub niezdolnością do komunikowania się.
  2. Są pacjenci, którzy zostali wyraźnie skierowani na konkretne oddziały (np. część ze 120 pacjentów przeniesionych, którzy mogą trafić bezpośrednio do zielonego kanału).
  3. Pacjenci z niestabilnymi parametrami życiowymi.
  4. Pacjenci z potencjalnymi problemami zdrowotnymi.
  5. Bierze udział w innych badaniach klinicznych.
  6. Nieprzestrzeganie procedur testowych.
  7. Osoby, które odmawiają podpisania formularza świadomej zgody.

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

  • Główny cel: Diagnostyczny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Diagnostyka modelu dużego języka
Pacjenci wchodzili w interakcję z wielkojęzycznym modelowym systemem segregacji MedGuide-V5 w okresie oczekiwania przed lub po rutynowej segregacji na oddziale ratunkowym. Na tym etapie MedGuide-V5 będzie automatycznie rejestrować dane i metryki podczas komunikacji z pacjentami.
Wielkojęzyczny model MedGuide-V5 jest w stanie szybko wyodrębnić kluczowe informacje z opisu pacjenta i analizując te opisy, zapewnia lekarzom możliwą wstępną diagnozę, która pomaga im szybko ustalić priorytety leczenia pacjentów.
Aktywny komparator: Rutynowa procedura diagnostyczna i terapeutyczna
Po ocenie systemu sztucznej inteligencji pacjenci otrzymają diagnozę i leczenie zgodnie z normalną procedurą. Rejestrowany będzie całkowity czas sztucznej segregacji, selekcji pacjentów i inne dane. Wizyty pacjentów nie powinny być opóźniane poprzez wykorzystanie systemów sztucznej inteligencji do oceny.
Po ocenie systemu sztucznej inteligencji pacjenci otrzymają diagnozę i leczenie zgodnie z normalną procedurą. Rejestrowany będzie całkowity czas sztucznej segregacji, selekcji pacjentów i inne dane. Wizyty pacjentów nie powinny być opóźniane poprzez wykorzystanie systemów sztucznej inteligencji do oceny.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik dokładności diagnostycznej MedGuide-V5
Ramy czasowe: do ukończenia studiów, średnio 10 miesięcy
Ocena zgodności diagnozy bólu w klatce piersiowej postawionej przez lekarzy przy pomocy dużych modeli językowych z rzeczywistą diagnozą postawioną przez pacjentów po przeprowadzeniu wszystkich badań.
do ukończenia studiów, średnio 10 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Zadowolenie personelu medycznego
Ramy czasowe: podczas oceny
Ocena satysfakcji i akceptacji personelu medycznego przy użyciu dużych modeli językowych we wspomaganiu systemów segregacji za pomocą metod takich jak badania ankietowe. Nazwa tego kwestionariusza to: Formularz oceny badacza, z punktacją od 1 do 10. Im wyższy wynik, tym bardziej pomocny jest dla badaczy model dużego języka.
podczas oceny
Stawka korekty planu leczenia personelu medycznego
Ramy czasowe: podczas oceny
Liczba przypadków, w których personel medyczny dostosowuje plany leczenia po otrzymaniu informacji zwrotnej z wyników MedGuide V5 i odwołaniu się do sugestii dostarczonych przez model wielkojęzykowy.
podczas oceny
Wskaźnik ponownych wizyt na oddziale ratunkowym w ciągu 30 dni
Ramy czasowe: podczas oceny
Należy ocenić, czy pacjenci ponownie zgłaszali się na oddział ratunkowy lub zostali ponownie przyjęci w ciągu 30 dni po segregacji opartej na dużym modelu językowym i segregacji tradycyjnej.
podczas oceny

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Współpracownicy

Śledczy

  • Główny śledczy: Yi-Da Tang, MD, PhD, Peking University Third Hospital
  • Główny śledczy: Wen-Yao Wang, MD, PhD, Peking University Third Hospital

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

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)

20 grudnia 2023

Zakończenie podstawowe (Rzeczywisty)

20 sierpnia 2026

Ukończenie studiów (Rzeczywisty)

20 sierpnia 2026

Daty rejestracji na studia

Pierwszy przesłany

22 grudnia 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

8 lipca 2024

Pierwszy wysłany (Rzeczywisty)

9 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

24 sierpnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

20 sierpnia 2026

Ostatnia weryfikacja

1 sierpnia 2026

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • M2023828

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 .

Subskrybuj