Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Безопасность и надежность оценки симптомов с помощью искусственного интеллекта у детей и подростков

3 декабря 2020 г. обновлено: Turku University Hospital

Цифровые медицинские технологии (DHT) все больше разрабатываются для поддержки систем здравоохранения во всем мире. Однако им часто не хватает доказательной медицины и медицинского подтверждения. В западных странах существует значительная потребность в точном распределении ресурсов здравоохранения и предоставлении населению подробной и достоверной медицинской информации, позволяющей брать на себя большую ответственность за свое здоровье. Для удовлетворения этих потребностей разработана интеллектуальная система управления потоком пациентов (IPFM, название продукта Klinik Frontline). На практике IPFM используется для поддержки принятия решений в процессах сортировки и диагностики, а также для автоматизации управления притоком пациентов. Ядром IPFM является клинический искусственный интеллект (ИИ), который использует обширную медицинскую базу данных клинических корреляций, созданных врачами.

Исследуемая популяция этого исследования состоит из пациентов педиатрической неотложной клиники университетской больницы Турку (TUH). Данные будут собираться в течение 6 месяцев пилотирования, после чего результаты будут проанализированы. Ожидаемое количество пациентов для исследования составляет не менее 500 пациентов, а цель - 1000. При посещении больницы пациенты или их опекуны будут сообщать о своих демографических данных, справочной информации и симптомах, используя структурированную онлайн-форму IPFM. Результаты, полученные с помощью IPFM, скрыты от медицинского работника, и IPFM не влияет на принятие клинических решений профессионалом. Данные, полученные из онлайн-формы IPFM, и клинические данные из отделения неотложной помощи и TUH будут проанализированы после сбора данных. Основная цель исследования - подтвердить использование IPFM путем оценки связи результатов IPFM с 1) срочностью и серьезностью условий; и 2) фактические диагнозы, поставленные врачами. Основные гипотезы исследования заключаются в том, что 1) ИПФМ является безопасным и чувствительным в оценке ургентности условий поступления больных в отделение неотложной помощи и что 2) ИПФМ имеет достаточную корреляцию дифференциального диагноза с фактическим диагнозом, поставленным врачом.

Обзор исследования

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

1000

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

От 1 секунда до 17 лет (РЕБЕНОК)

Принимает здоровых добровольцев

Да

Полы, имеющие право на обучение

Все

Метод выборки

Вероятностная выборка

Исследуемая популяция

Дети и подростки всех возрастов и сопутствующих заболеваний

Описание

Критерии включения:

  • все пациенты отделения неотложной помощи с острыми симптомами

Критерий исключения:

  • Чрезвычайная ситуация

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Дети и подростковый возраст
Система сортировки, управляемая искусственным интеллектом

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Индекс тяжести чрезвычайных ситуаций (ESI)
Временное ограничение: 1.12.2020-31.12.2021
Автоматизированный ИИ анализ срочности сортировки (индекс ESI) будет сравниваться с индексом, рассчитанным медицинскими работниками.
1.12.2020-31.12.2021

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Первичный диагноз
Временное ограничение: 1.12.2020-31.12.2021
Автоматизированный анализ диагноза с помощью ИИ будет сравниваться с диагнозом, установленным медицинскими работниками.
1.12.2020-31.12.2021

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (ОЖИДАЕТСЯ)

1 декабря 2020 г.

Первичное завершение (ОЖИДАЕТСЯ)

1 июня 2021 г.

Завершение исследования (ОЖИДАЕТСЯ)

1 декабря 2021 г.

Даты регистрации исследования

Первый отправленный

26 ноября 2020 г.

Впервые представлено, что соответствует критериям контроля качества

3 декабря 2020 г.

Первый опубликованный (ДЕЙСТВИТЕЛЬНЫЙ)

10 декабря 2020 г.

Обновления учебных записей

Последнее опубликованное обновление (ДЕЙСТВИТЕЛЬНЫЙ)

10 декабря 2020 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

3 декабря 2020 г.

Последняя проверка

1 ноября 2020 г.

Дополнительная информация

Термины, связанные с этим исследованием

Другие идентификационные номера исследования

  • ETMK Dnro: 68 /1801/2020

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться