A aplicação do modelo de linguagem ampla na triagem de dor torácica de emergência (ALERT)
20 de agosto de 2026 atualizado por: Tang Yida, Peking University Third Hospital
Este estudo avaliará a precisão e eficiência do modelo de linguagem grande na triagem de emergência.
Visão geral do estudo
Status
Concluído
Condições
Descrição detalhada
O estudo visa avaliar o valor do modelo de linguagem grande na triagem de emergência, sua precisão e eficiência foram avaliadas e comparadas com a triagem tradicional.
Explorar se o modelo pode efetivamente reduzir a carga de trabalho do pessoal médico, melhorando ao mesmo tempo a velocidade e a qualidade da triagem.
Além disso, foi avaliada a capacidade do modelo de prever eventos médicos graves, como eventos cardíacos agudos e derrames.
Também incluiu pesquisas com pacientes; aceitação e satisfação com o uso do sistema de triagem assistido por inteligência artificial.
Analise os benefícios económicos da adoção desta tecnologia, incluindo poupança de custos e alocação ideal de recursos.
Tipo de estudo
Intervencional
Inscrição (Real)
1189
Estágio
- Não aplicável
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
Beijing Municipality
-
Beijing, Beijing Municipality, China
- Peking University Third Hospital
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Não
Descrição
Critério de inclusão:
- Todos os pacientes com dor torácica entraram no procedimento de triagem de emergência.
- pacientes com 18 anos ou mais.
Critério de exclusão:
- Pacientes com comprometimento cognitivo grave ou incapacidade de comunicação.
- Há pacientes que foram explicitamente encaminhados para serviços específicos (por exemplo, alguns dos 120 pacientes transferidos, que podem ir diretamente para o canal verde).
- Pacientes com sinais vitais instáveis.
- Pacientes com possíveis problemas médicos.
- Está participando de outros ensaios clínicos.
- Falha em seguir os procedimentos de teste.
- Aqueles que se recusam a assinar o termo de consentimento livre e esclarecido.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Diagnóstico
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Diagnóstico de modelo de linguagem grande
Os pacientes interagiram com o sistema de triagem modelo de linguagem ampla MedGuide-V5 durante o período de espera antes ou depois da triagem de rotina no departamento de emergência.
Durante esta fase, o MedGuide-V5 registrará automaticamente dados e métricas durante a comunicação com os pacientes.
|
O grande modelo de linguagem MedGuide-V5 é capaz de extrair rapidamente informações importantes da descrição de um paciente e, ao analisar essas descrições, fornece aos médicos um possível diagnóstico inicial para ajudá-los a priorizar rapidamente o tratamento dos pacientes.
|
|
Comparador Ativo: Procedimento diagnóstico e terapêutico de rotina
Após a avaliação do sistema de inteligência artificial, os pacientes receberão o diagnóstico e tratamento conforme procedimento normal.
O tempo total de triagem artificial, a triagem de pacientes e outros dados serão registrados.
As visitas dos pacientes não devem ser adiadas pela utilização de sistemas de inteligência artificial para avaliação.
|
Após a avaliação do sistema de inteligência artificial, os pacientes receberão o diagnóstico e tratamento conforme procedimento normal.
O tempo total de triagem artificial, a triagem de pacientes e outros dados serão registrados.
As visitas dos pacientes não devem ser adiadas pela utilização de sistemas de inteligência artificial para avaliação.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
A taxa de precisão diagnóstica do MedGuide-V5
Prazo: até a conclusão do estudo, uma média de 10 meses
|
Avaliar a consistência do diagnóstico de dor torácica feito pelos médicos com o auxílio de grandes modelos de linguagem com o diagnóstico real feito pelos pacientes após a conclusão de todos os exames.
|
até a conclusão do estudo, uma média de 10 meses
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
A satisfação do pessoal médico
Prazo: durante a avaliação
|
Avaliar a satisfação e aceitação do pessoal médico com o uso de grandes modelos de linguagem no auxílio a sistemas de triagem por meio de métodos como pesquisas por questionário.
O nome desse questionário é: Formulário de Avaliação do Pesquisador, com notas que variam de 1 a 10.
Quanto maior a pontuação, mais útil será o modelo de linguagem ampla para os pesquisadores.
|
durante a avaliação
|
|
Taxa de ajuste do plano de tratamento de pessoal médico
Prazo: durante a avaliação
|
O número de vezes que a equipe médica ajusta os planos de tratamento após receber feedback dos resultados do MedGuide V5 e consultar as sugestões fornecidas pelo modelo de linguagem grande.
|
durante a avaliação
|
|
Taxa de revisita do departamento de emergência em 30 dias
Prazo: durante a avaliação
|
Avaliar a ocorrência de pacientes revisitando o pronto-socorro ou sendo readmitidos dentro de 30 dias após triagem assistida por modelo de linguagem grande e triagem tradicional.
|
durante a avaliação
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Yi-Da Tang, MD, PhD, Peking University Third Hospital
- Investigador principal: Wen-Yao Wang, MD, PhD, Peking University Third Hospital
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
20 de dezembro de 2023
Conclusão Primária (Real)
20 de agosto de 2026
Conclusão do estudo (Real)
20 de agosto de 2026
Datas de inscrição no estudo
Enviado pela primeira vez
22 de dezembro de 2023
Enviado pela primeira vez que atendeu aos critérios de CQ
8 de julho de 2024
Primeira postagem (Real)
9 de julho de 2024
Atualizações de registro de estudo
Última Atualização Postada (Real)
24 de agosto de 2026
Última atualização enviada que atendeu aos critérios de controle de qualidade
20 de agosto de 2026
Última verificação
1 de agosto de 2026
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- M2023828
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
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 .