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

Система искусственного интеллекта в медицинском регулировании (SIA-REMU)

28 июня 2021 г. обновлено: Centre Hospitalier Universitaire de Besancon

Система искусственного интеллекта для медицинского регулирования чрезвычайных ситуаций

Потребности населения в охране здоровья растут. Информационные и коммуникационные технологии меняются. Цифровой сдвиг открывает новые возможности для изучения и анализа массовых данных о здоровье. На эти новые технологии можно положиться для модернизации, оптимизации ведения пациентов на уровне центров экстренной медицинской связи.

Наш проект направлен на интеграцию методов и инструментов искусственного интеллекта для центров экстренной медицинской связи. Система призвана помочь регулировать экстренные вызовы в CRRA 15 во Франции или Centrale 144 в Швейцарии, чтобы оценивать серьезность вызовов, определять пути оказания помощи и повышать эффективность при выделении ресурсов.

Разработка такой системы направлена на обеспечение безопасности и оптимизацию информационной системы и средств телекоммуникаций, используемых в центрах экстренной медицинской связи, и обеспечение индивидуального реагирования на ведение пациентов.

Обзор исследования

Статус

Еще не набирают

Условия

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

500000

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

Ребенок
Взрослый
Пожилой взрослый

Принимает здоровых добровольцев

Н/Д

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

все пациенты, которые звонят в центры экстренной медицинской связи

Описание

Критерии включения:

все пациенты, которые звонят в центры экстренной медицинской связи

Критерий исключения:

пациент против исследования

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

Наблюдательные модели: Когорта
Временные перспективы: Ретроспектива

Что измеряет исследование?

Первичные показатели результатов

Мера результата	Мера Описание	Временное ограничение
Производительность (чувствительность и специфичность) системы искусственного интеллекта в Центрах экстренной медицинской связи в отношении чувствительных ко времени заболеваний Временное ограничение: через завершение обучения, в среднем 3 года	Как только система искусственного интеллекта будет установлена, диагноз, подозреваемый этой системой, будет сравниваться с диагнозом, подтвержденным в медицинской карте каждого включенного пациента. Затем будут измерены значения производительности, такие как чувствительность, специфичность, положительное и отрицательное прогностическое значение, время идентификации типа патологии, чувствительного ко времени. Затем эти результаты будут сравниваться с обычной практикой Центров экстренной медицинской связи без помощи программного обеспечения, чтобы оценить: добавленная стоимость программного обеспечения для пациента, добавленная стоимость колл-центра через качественные показатели (скорость приема, качество обслуживания, уровень загрузки, средняя продолжительность звонка, продуктивность)	через завершение обучения, в среднем 3 года

Вторичные показатели результатов

Мера результата	Мера Описание	Временное ограничение
Время транспортировки пациента Временное ограничение: через завершение обучения, в среднем 3 года	Цель состоит в том, чтобы определить и смоделировать доступные ресурсы, которые можно использовать в контексте догоспитальной спасательной операции (машины скорой помощи, вертолет, СМУР). Будут приняты во внимание следующие элементы: место проведения вмешательства, доступ, клиническое состояние пациента, погодные условия, интенсивность движения. Достоверность модели будет оцениваться через время доступа к пациенту, время транспортировки, отсутствие машин скорой помощи или СМУР по сравнению с обычной практикой Центров экстренной медицинской связи без помощи программного обеспечения.	через завершение обучения, в среднем 3 года

Соавторы и исследователи

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

Спонсор

Centre Hospitalier Universitaire de Besancon

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 (Ожидаемый)

1 сентября 2021 г.

Первичное завершение (Ожидаемый)

30 сентября 2024 г.

Завершение исследования (Ожидаемый)

30 сентября 2025 г.

Даты регистрации исследования

Первый отправленный

15 июня 2021 г.

Впервые представлено, что соответствует критериям контроля качества

28 июня 2021 г.

Первый опубликованный (Действительный)

8 июля 2021 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)