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

ER-VISION-AI Study (ER-VISION-AI)

21 lipca 2026 zaktualizowane przez: Ewha Womans University Mokdong Hospital

Multimodal Visual Language Model-Assisted Diagnostic Strategy in the Emergency Department: A Prospective Multicenter Randomized Controlled Trial (ER-VISION-AI Study)

Prospective, multicenter, randomized, open-label, blinded-endpoint (PROBE-like) clinical trial evaluating whether physician-supervised Generative Pre-trained Transformer (GPT)-assisted multimodal diagnostic support improves diagnostic concordance in emergency department patients presenting with acute cardiopulmonary symptoms.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Interwencja / Leczenie

Typ studiów

Interwencyjne

Zapisy (Szacowany)

1000

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

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

Inclusion Criteria:

  • Age ≥18 years
  • Presentation to a participating emergency department with acute cardiopulmonary symptoms, including chest pain, dyspnea, palpitations, syncope, dizziness, or fever accompanied by cardiopulmonary symptoms
  • Performance of both a standard 12-lead electrocardiogram and chest radiography during the initial emergency department evaluation
  • Availability of initial clinical assessment, vital signs, laboratory findings, and all mandatory clinical information required for the multimodal AI workflow
  • Expected emergency department observation or hospital admission for at least 24 hours
  • Ability and willingness to provide written informed consent

Exclusion Criteria:

  • Inability or refusal to provide written informed consent
  • Requirement for immediate life-saving intervention that precludes completion of the study workflow
  • Death before completion of the initial emergency department diagnostic assessment
  • Electrocardiographic quality insufficient for reliable physician or Artificial intelligence (AI) interpretation
  • Chest radiographic quality insufficient for reliable physician or Artificial intelligence (AI) interpretation
  • Cardiac pacing rhythm
  • Missing mandatory clinical information required for the multimodal Artificial intelligence (AI) workflow
  • Previous enrollment in the ER-VISION-AI trial
  • Inability to establish a blinded adjudicated reference diagnosis

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: GPT-assisted multimodal visual language model (VLM) diagnostic strategy
Participants receive physician-supervised Generative Pre-trained Transformer (GPT)-assisted multimodal diagnostic support integrating electrocardiography, chest radiography, structured clinical information, laboratory findings, vital signs, and relevant medical history. Treating physicians remain responsible for all diagnostic and therapeutic decisions.
Test diagnostyczny: Generative Pre-trained Transformer (GPT)-assisted multimodal visual language model (VLM) diagnostic support
A Generative Pre-trained Transformer (GPT)-based multimodal visual language model integrates electrocardiograms, chest radiographs, structured clinical information, laboratory findings, vital signs, and relevant clinical history to generate diagnostic suggestions and differential diagnoses for physician-supervised clinical decision support.
Aktywny komparator: Conventional physician-guided diagnostic strategy
Participants undergo standard emergency department diagnostic evaluation according to routine clinical practice without Generative Pre-trained Transformer (GPT)-assisted diagnostic support.
Test diagnostyczny: Conventional emergency department diagnostic evaluation
Routine emergency department diagnostic evaluation performed according to standard clinical practice without AI-assisted diagnostic support.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Diagnostic concordance between the final emergency department diagnosis and the blinded adjudicated reference diagnosis established at hospital discharge.
Ramy czasowe: During the index hospitalization, up to hospital discharge (average 3 days)
Diagnostic concordance between the treating physician's final emergency department diagnosis and the blinded adjudicated reference diagnosis based on the prespecified principal diagnostic category.
During the index hospitalization, up to hospital discharge (average 3 days)

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Diagnostic concordance after Generative Pre-trained Transformer (GPT)-assisted diagnostic support
Ramy czasowe: During the index emergency department visit (average 6 hours)
Diagnostic concordance between the physician's final emergency department diagnosis after Generative Pre-trained Transformer (GPT)-assisted multimodal diagnostic support and the blinded adjudicated reference diagnosis in participants assigned to the intervention group.
During the index emergency department visit (average 6 hours)
Time from emergency department presentation to final diagnosis
Ramy czasowe: During the index emergency department visit (average 6 hours)
Time required from emergency department presentation until establishment of the physician's final emergency department diagnosis.
During the index emergency department visit (average 6 hours)
Diagnostic reclassification after Generative Pre-trained Transformer (GPT)-assisted evaluation
Ramy czasowe: During the index emergency department visit (average 6 hours)
Frequency of changes between the physician's initial working diagnosis and the final emergency department diagnosis after review of Generative Pre-trained Transformer (GPT)-generated diagnostic recommendations.
During the index emergency department visit (average 6 hours)
Physician diagnostic confidence
Ramy czasowe: During the index emergency department visit (average 6 hours)
Physician-reported diagnostic confidence recorded before and after Generative Pre-trained Transformer (GPT)-assisted diagnostic support using the prespecified study assessment scale.
During the index emergency department visit (average 6 hours)
Physician acceptance of Generative Pre-trained Transformer (GPT)-generated diagnostic recommendations
Ramy czasowe: During the index emergency department visit (average 6 hours)
Frequency of physician acceptance, modification, or rejection of Generative Pre-trained Transformer (GPT)-generated diagnostic recommendations in the intervention group.
During the index emergency department visit (average 6 hours)
Emergency department disposition accuracy
Ramy czasowe: Up to hospital discharge (average 3 days)
Accuracy of emergency department disposition decisions, including discharge, hospital admission, or intensive care unit admission, compared with the adjudicated reference diagnosis.
Up to hospital discharge (average 3 days)
Emergency department length of stay
Ramy czasowe: Up to hospital discharge (average 3 days)
Length of stay in the emergency department measured from patient presentation until emergency department discharge or hospital admission.
Up to hospital discharge (average 3 days)
Hospital length of stay
Ramy czasowe: Up to hospital discharge (average 3 days)
Total duration of hospitalization from admission until hospital discharge.
Up to hospital discharge (average 3 days)
In-hospital mortality
Ramy czasowe: Up to hospital discharge (average 3 days)
All-cause mortality occurring during the index hospitalization.
Up to hospital discharge (average 3 days)
30-day all-cause mortality
Ramy czasowe: 30 days
All-cause mortality occurring within 30 days after the index emergency department visit.
30 days
30-day emergency department revisit
Ramy czasowe: 30 days
Revisit to any emergency department for any cause within 30 days after the index emergency department visit.
30 days
30-day hospital readmission
Ramy czasowe: 30 days
Hospital readmission for any cause within 30 days after discharge from the index hospitalization.
30 days

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Ewha Womans University Mokdong Hospital

Współpracownicy

Ewha Womans University Seoul 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.

Publikacje ogólne

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 (Szacowany)

1 stycznia 2027

Zakończenie podstawowe (Szacowany)

31 grudnia 2028

Ukończenie studiów (Szacowany)

31 grudnia 2029

Daty rejestracji na studia

Pierwszy przesłany

18 lipca 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

21 lipca 2026

Pierwszy wysłany (Rzeczywisty)

27 lipca 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

27 lipca 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

21 lipca 2026

Ostatnia weryfikacja

1 lipca 2026

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • ER-VISION-AI study

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

Opis planu IPD

The investigators have not yet determined whether de-identified individual participant data (IPD), including the analyzable dataset and supporting documentation, will be shared with researchers outside the study team. A final decision will be made after completion of the study, taking into consideration institutional policies, participant privacy, ethical requirements, and applicable regulations.

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