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

Крупномасштабное извлечение признаков электрокардиограммы с использованием искусственного интеллекта и исследование связи между извлеченными признаками и смертностью, инсультом или различными представляющими интерес последствиями для здоровья

22 декабря 2023 г. обновлено: Yonsei University
  • В этом исследовании крупномасштабные данные ЭКГ (данные электрокардиограмм всех пациентов, хранящиеся в системе MUSE путем измерения стандартной ЭКГ по 12 направляющим при обследовании здоровья Северанс в больнице Северанс с 1 ноября 2005 г. по 31 октября 2022 г.) сочетаются с электронными медицинскими данными. записи, данные Национальной корпорации медицинского страхования и данные о причинах смерти Национального статистического управления, а алгоритм искусственного интеллекта используется для извлечения функций ЭКГ для анализа связи между смертью, инсультом и различными состояниями здоровья, а также для проведения внешней проверки или переноса обучения с использованием общедоступные базы данных (например, данные Биобанка Великобритании).
  • Предназначен для использования веб-платформы искусственного интеллекта для распределения вычислительной нагрузки, возникающей во время крупномасштабной обработки данных, и повышения точности и эффективности анализа.

Обзор исследования

Статус

Еще не набирают

Подробное описание

  • Все идентификаторы пациентов, полученные в главном офисе, заменяются идентификаторами исследований (обезличенными идентификаторами), поэтому фактический идентификатор не раскрывается и другая личная идентификационная информация (имя, регистрационный номер резидента) не собирается.
  • Методы исследования:

    1. Извлечение электрокардиограммы на основе критериев субъектов.
    2. В сочетании с извлеченными данными ЭКГ и данными Национальной страховой корпорации (+ данные Национального статистического управления о причинах смерти).
    3. Определение здоровья вне интереса (HOI). Включает смерть, инсульт и т. д.
    4. Определенный HOI можно извлечь из данных Медицинского центра Йонсей, данных Национальной службы страхования или данных Статистического управления Кореи о причинах смерти.
    5. Обучение модели искусственного интеллекта с электрокардиограммой (и диаграммой клинической информации, если необходимо) в качестве входных данных, с использованием алгоритмов контролируемого глубокого обучения, если есть метка, и алгоритмов неконтролируемого обучения, если метка отсутствует.
    6. Оценка производительности моделей искусственного интеллекта с контролируемым обучением.
    7. В случае неконтролируемого обучения моделей искусственного интеллекта — связь/корреляция между извлеченными функциями и HOI или анализ предсказуемости/обнаружимости.
    8. Трансферное обучение может быть выполнено путем добавления внешних проверочных или диэлектрических данных к изученной модели с использованием общедоступных баз данных.
    9. Внешняя проверка может быть выполнена с использованием внешних дополнительных данных путем установки изученной модели на веб-платформу искусственного интеллекта.
    10. Учитывая большие объемы данных, вычислительные нагрузки можно распределять с помощью веб-платформ искусственного интеллекта.
    11. Результаты анализа могут быть анонимизированы, а результаты анализа могут быть предоставлены исследователям через веб-платформу искусственного интеллекта.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

3000000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Hui-Nam Pak
  • Номер телефона: 82-2-2228-8459
  • Электронная почта: hnpak@yuhs.ac

Места учебы

      • Seoul, Корея, Республика
        • Yonsei University Health System
        • Контакт:
          • Hui-Nam Pak
          • Номер телефона: 82-2-2228-8459
          • Электронная почта: hnpak@yuhs.ac

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

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

Все пациенты, хранящиеся в системе MUSE, после измерения стандартной электрокардиограммы по 12 направляющим в ходе медицинского осмотра Северанс в больнице Северанс с 1 ноября 2005 г. по 31 октября 2022 г.

Описание

Критерии включения:

Все пациенты, хранящиеся в системе MUSE, после измерения стандартной электрокардиограммы по 12 направляющим в ходе медицинского осмотра Северанс в больнице Северанс с 1 ноября 2005 г. по 31 октября 2022 г.

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

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Число пациентов со смертностью
Временное ограничение: 2 года
Исследование воспроизводимости прогноза смертности (количества пациентов, умерших независимо от какой-либо причины) на основе данных ЭКГ, измеренных в течение 1 года до смерти, с использованием алгоритмов искусственного интеллекта.
2 года
Количество пациентов с инсультом, фибрилляцией предсердий, деменцией
Временное ограничение: 2 года
Исследование корреляции определенных закономерностей ЭКГ с возможностью инсульта/мерцательной аритмии, деменции с использованием алгоритмов искусственного интеллекта.
2 года

Соавторы и исследователи

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

Спонсор

Следователи

  • Главный следователь: Hui-Nam Pak, Yonsei University

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 (Оцененный)

1 декабря 2023 г.

Первичное завершение (Оцененный)

1 декабря 2025 г.

Завершение исследования (Оцененный)

1 декабря 2025 г.

Даты регистрации исследования

Первый отправленный

22 ноября 2023 г.

Впервые представлено, что соответствует критериям контроля качества

21 декабря 2023 г.

Первый опубликованный (Действительный)

22 декабря 2023 г.

Обновления учебных записей

Последнее опубликованное обновление (Оцененный)

1 января 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

22 декабря 2023 г.

Последняя проверка

1 декабря 2023 г.

Дополнительная информация

Термины, связанные с этим исследованием

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