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

AI-Агент для автоматизированной диагностики и прогнозирования с использованием EHR и мультимодальных данных

16 апреля 2025 г. обновлено: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Автоматизация A-AGENT для диагностики и прогнозирования пациентов с использованием электронных медицинских карт и мультимодальных данных

Цель этого клинического исследования состоит в том, чтобы оценить эффективность агента AI в диагностике и прогнозировании заболеваний с использованием электронных медицинских карт (EHR) и данных мультимодальной визуализации. Агент искусственного интеллекта использует передовые алгоритмы машинного обучения для обработки и анализа различных источников данных о здоровье, стремясь помочь поставщикам медицинских услуг в достижении более точных диагнозов и прогнозов.

Обзор исследования

Статус

Рекрутинг

Условия

Подробное описание

Это многоцентровое ретроспективное клиническое исследование предназначено для оценки применения и эффективности агента ИИ в процессе принятия медицинских решений. Агент ИИ интегрирует и анализирует мультимодальные данные, включая электронные медицинские записи (EHR) и различные данные визуализации (например, рентгеновские снимки, МРТ, компьютерную томографию, ультразвуковые исследования), для прогнозирования и диагностики ряда заболеваний. Используя возможности машинного обучения и методов объединения данных, агент ИИ может выявлять закономерности в больших и сложных наборах данных, предлагая понимание, которое может быть не сразу очевидным с помощью традиционных методов диагностики. В исследовании будут сравниваться диагностическая точность агента ИИ и возможности прогнозирования заболеваний. с традиционными диагностическими практиками для оценки его потенциальных преимуществ в клинических условиях. Ключевые вопросы заключаются в том, может ли ИИ-агент помочь в ранней диагностике, предсказать прогрессирование заболевания и поддержать медицинских работников в принятии персонализированных решений о лечении. Участникам не потребуется проходить какие-либо дополнительные вмешательства; они будут предоставлять только исторические данные о состоянии здоровья, включая EHR и соответствующие данные визуализации, которые будут анализироваться агентом ИИ. Затем система искусственного интеллекта будет использовать эти данные, чтобы помочь поставщикам медицинских услуг, предлагая прогнозы и диагностические предложения на основе анализа мультимодальной информации. Конечная цель — определить, может ли этот подход, основанный на искусственном интеллекте, повысить точность диагностики, оптимизировать стратегии лечения и улучшить результаты лечения пациентов в клинической практике.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

2000000

Контакты и местонахождение

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

Контакты исследования

  • Имя: Fei Liu, MD
  • Номер телефона: +86 13810512704
  • Электронная почта: liufei_2359@163.com

Места учебы

  • Китай
    • Guangdong
      • Guangzhou, Guangdong, Китай
        • Рекрутинг
        • Sun Yat-sen Memorial Hospital
        • Контакт:
          • Yunfang Yu
          • Номер телефона: +86 020-81332199
          • Электронная почта: yuyf9@mail.sysu.edu.cn
      • Guangzhou, Guangdong, Китай
        • Рекрутинг
        • Nanfang Hospital
        • Контакт:
      • Guangzhou, Guangdong, Китай
        • Рекрутинг
        • Sun Yat-sen University Cancer Hospital
        • Контакт:
          • Yuxing Lu
          • Номер телефона: +86 13161233730
          • Электронная почта: yxlu0613@gmail.com
    • Sichuan
      • Chengdu, Sichuan, Китай
        • Рекрутинг
        • West China Hospital
        • Контакт:
          • Kai Wang
          • Номер телефона: +86 028-85422114
          • Электронная почта: wkai@stu.pku.edu.cn
    • Zhejiang
      • Wenzhou, Zhejiang, Китай
        • Рекрутинг
        • First Affiliated Hospital of Wenzhou Medical University
        • Контакт:
      • Wenzhou, Zhejiang, Китай
        • Рекрутинг
        • Second Affiliated Hospital of Wenzhou Medical University
        • Контакт:

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

Да

Метод выборки

Невероятностная выборка

Исследуемая популяция

Участники этого исследования будут отобраны из нескольких медицинских центров и больниц, которые поддерживают комплексные электронные медицинские карты (EHR) и данные мультимодальной визуализации. Исследовательская популяция будет включать пациентов с различными заболеваниями или состояниями здоровья, с данными для диагностики и прогрессирования заболевания. Участники будут подтверждены диагнозы на основе клинических записей или данных о визуализации, включая, помимо прочего, состояния, захваченные рентгеновскими излучениями, КТ, МРТ и УЗИ. И те, у кого сложные состояния здоровья, так и те, у кого более распространенные заболевания, будут включены для оценки диагностических и прогнозирующих возможностей системы ИИ в широком спектре случаев. Начальник из этих центров предоставит исторические данные о здоровье, и не будет активного вмешательства за пределы за пределами вмешательства за пределы вмешательства. Использование их существующих клинических данных и данных о визуализации для обучения и тестирования системы ИИ.

Описание

Критерии включения:

  1. Участники должны иметь комплексные электронные медицинские записи (EHR), включая демографическую информацию, историю болезни и лабораторные результаты.
  2. Участники должны иметь доступные данные мультимодальной визуализации (например, рентгеновские снимки, КТ, МРТ, УЗИ), относящиеся к их состоянию здоровья.
  3. Участники должны иметь подтвержденный диагноз одного или нескольких заболеваний или состояний здоровья на основе клинических записей или данных о визуализации.
  4. Пациенты должны дать согласие на использование своих исторических данных о здоровье для исследовательских целей.

Критерии исключения:

  1. Участники с неоднозначными или непроверяемыми диагнозами, которые невозможно точно классифицировать.
  2. Дублирующие или избыточные данные пациента (например, повторные записи одного и того же пациента без четкой дифференцировки).

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
Прогноз заболевания A-A-A-A-A-AR
Эта когорта состоит из пациентов, чьи исторические данные о состоянии здоровья, включая электронные медицинские записи (ЭМК) и данные мультимодальных изображений (например, рентгеновские снимки, МРТ, КТ, ультразвуковые исследования), будут анализироваться агентом ИИ. Система искусственного интеллекта будет помогать в диагностике и прогнозировании заболеваний путем обработки и интеграции этих разнообразных источников данных. Основное внимание уделяется оценке способности агента ИИ выявлять закономерности и прогнозировать прогрессирование заболевания с высокой точностью. Участникам не потребуется предпринимать каких-либо дополнительных действий, помимо предоставления своей истории болезни и данных визуализации. Цель состоит в том, чтобы оценить, насколько хорошо система искусственного интеллекта может поддерживать принятие клинических решений и улучшать результаты диагностики на основе предоставленных данных.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Область под кривой (AUC)
Временное ограничение: 1 год
AUC кривой ROC, используемой для количественной оценки диагностической точности. Нет единицы (соотношение или процент, обычно выражается как число от 0 до 1).
1 год
F1 Оценка
Временное ограничение: 1 год
Оценка F1 - это гармоническое среднее точности и чувствительности (напоминание). Это хорошая мера способности модели идентифицировать как истинные позитивы, так и минимизировать ложные срабатывания, особенно в тех случаях, когда классы несбалансированы (например, когда число здоровых случаев намного выше, чем случаи заболевания). Оценка F1 колеблется от 0 до 1, с 1, указывающим идеальную точность и отзыв.
1 год

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Чувствительность (истинно положительный показатель)
Временное ограничение: 1 год
Чувствительность измеряет, насколько хорошо модель ИИ идентифицирует истинные положительные случаи, такие как правильно диагностировать беременных женщин с осложнениями или выявление расстройств новорожденных.
1 год
Специфичность (истинно отрицательный показатель)
Временное ограничение: 1 год
Специфичность измеряет способность модели ИИ правильно идентифицировать случаи отсутствия заболеваний, гарантируя, что здоровые матери и младенцы будут правильно идентифицированы как отрицательные.
1 год

Соавторы и исследователи

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

Спонсор

The Eye Hospital of Wenzhou Medical 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 (Действительный)

1 июля 2023 г.

Первичное завершение (Оцененный)

1 июля 2025 г.

Завершение исследования (Оцененный)

1 июля 2025 г.

Даты регистрации исследования

Первый отправленный

19 января 2025 г.

Впервые представлено, что соответствует критериям контроля качества

19 января 2025 г.

Первый опубликованный (Действительный)

24 января 2025 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

17 апреля 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

16 апреля 2025 г.

Последняя проверка

1 апреля 2025 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Другие идентификационные номера исследования

  • AI-agent

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

продукт, произведенный в США и экспортированный из 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