Suporte de Inteligência Artificial (IA) em Chamadas de AVC (AISMEC)
Suporte de Inteligência Artificial (IA) em Chamadas de AVC - "O estudo AISIS" -A Inteligência Artificial pode melhorar a precisão na identificação de AVC agudo em chamadas médicas de emergência?
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
Neste projeto, os pesquisadores coletarão dados de todos os pacientes com AVC que receberam alta de Helse Bergen em 2019 (aprox. 1000 pacientes) por meio do Norwegian Stroke Registry (NSR). Para esses pacientes, dados hospitalares estruturados de Helse Bergen serão recuperados e, com base neles e no conteúdo falado de sua chamada de emergência sobre o AVC, os investigadores usarão o aprendizado de máquina para calcular o risco de AVC. A conexão dos dados históricos do hospital com as palavras faladas na chamada de emergência, amplia a análise das chamadas de emergência de uma forma inovadora, em comparação com a análise de som sozinha.
Depois de recuperar e conectar os dados do paciente com AVC, os investigadores treinam a rede profunda usando dados de 2019. Assim, os testes serão realizados com base nos pacientes do primeiro semestre de 2020. Uma separação dos dados em treinamento, teste e validação garante que nossa rede treinada não se ajuste demais aos dados de treinamento e possa reproduzir resultados semelhantes em pacientes não vistos anteriormente. Por fim, os investigadores compararão o desempenho da IA com o sistema atual por meio de análises estatísticas dos dados de um período de aproximadamente um ano de uso ao vivo da IA no AMK Bergen. Isso permitirá avaliar em que medida o sistema pode melhorar no processo de decisão dos operadores do EMCC em termos de sensibilidade e especificidade.
Resumidamente, o objetivo principal é construir um protótipo robusto e funcional de um sistema de IA capaz de identificar em tempo real o AVC agudo para uma melhor avaliação em chamadas médicas de emergência.
Nossos objetivos secundários são:
- Implementar um sistema de IA capaz de prever rapidamente se um paciente está sofrendo de AVC agudo ou não, com base no áudio da chamada de emergência e nas fontes de dados disponíveis nos registros hospitalares
- Para provar que os sistemas de IA podem ser usados para auxiliar e melhorar o procedimento de decisão de triagem do operador EMCC.
O resultado esperado é entregar rápido (ou seja, segundos) pontuações de previsão para auxiliar o operador do EMCC a reconhecer pacientes com AVC agudo, o que fornece sensibilidade e especificidade aprimoradas em comparação apenas com a avaliação manual.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Locais de estudo
-
-
-
Bergen, Noruega, 5021
- Haukeland Universitetssykehus, Kirurgisk serviceklinikk, Nasjonalt kompetansesenter for helsetjenestens kommunikasjonsberedskap
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Todas as chamadas para o número de emergência médica 113 em Bergen
Critério de exclusão:
- Idade <18
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Caso-somente
- Perspectivas de Tempo: Prospectivo
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Reconhecimento de AVC em chamadas de emergência médica
Prazo: 22 de setembro a 23 de setembro
|
A capacidade da Survey AI de reconhecer o AVC, em comparação com o sistema atual
|
22 de setembro a 23 de setembro
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Diretor de estudo: Guttorm Brattebo, Professor II, Haukeland University Hospital
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 108573
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .