Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Ett diagnostiskt test på DeepDoc - ett AI-baserat beslutsstödssystem

11 december 2019 uppdaterad av: Xijing Hospital

DeepDoc - Klinisk validering av ett AI-baserat beslutsstödssystem i tidig diagnostisk utvärdering av neurologiska sjukdomar: en prospektiv multicenterstudie

DeepDoc är ett AI-baserat beslutsstödssystem för tidig etiologisk diagnostik av neurologiska sjukdomar med hjälp av kliniska datapunkter från patienter inlagda på sjukhus inom 24 timmar. Denna studie syftar till att utvärdera om diagnosen av DeepDoc AI-baserade beslutsstödssystem är bättre än läkarens initiala diagnos genom en multicenterdiagnostisk studie med överlägsenhet.

Studieöversikt

Detaljerad beskrivning

Läkaren fyller i antagningsbeskedet inom 24 timmar efter att patienten lagts in på sjukhuset. Efter att informerat samtycke har getts till patienten som uppfyller inklusionskriterierna öppnar du DeepDoc för att fylla i patientidentifikationsinformationen. Ta sedan bilden av den initiala diagnosen på antagningsbeskedsidan och ladda upp den till DeepDoc, fyll i läkarens initiala diagnos i DeppDoc. Och lägg in patientens kliniska datapunkter i DeepDoc för att få en DeepdDoc-diagnos.

Studietyp

Observationell

Inskrivning (Förväntat)

4000

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år till 80 år (VUXEN, OLDER_ADULT)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

4 000 på varandra följande patienter misstänkta för stroke, hjärnhinneinflammation/encefalit, svindel och huvudvärk (1 000 fall av varje sjukdom) läggs in på den neurologiska avdelningen som samtyckte till inblandning i studien.

Beskrivning

Inklusionskriterier:

  1. Patienter med kliniska symtom eller tecken misstänkta för stroke, meningit/encefalit, svindel och huvudvärk.
  2. Neurologiska undersökningsresultat och bildförändringar inom 24 timmar efter inläggningen.

Exklusions kriterier:

Patienter skrevs ut, överfördes till sjukhuset eller dog inom 24 timmar efter intagningen.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Meningit/encefalit
Patienter med kliniska tecken och symtom misstänkta för meningit/encefalit
Patienter diagnostiseras av DeepDoc inom 24 timmar efter inläggningen.
Stroke
Patienter med kliniska tecken och symtom misstänkta för stroke
Patienter diagnostiseras av DeepDoc inom 24 timmar efter inläggningen.
Huvudvärk
Patienter med kliniska tecken och symtom misstänkta för huvudvärk
Patienter diagnostiseras av DeepDoc inom 24 timmar efter inläggningen.
Vertigo
Patienter med kliniska tecken och symtom misstänkta för svindel
Patienter diagnostiseras av DeepDoc inom 24 timmar efter inläggningen.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet av diagnos av DeepDoc AI-baserat beslutsstödssystem
Tidsram: 24 timmar
Noggrannhet av diagnos av DeepDoc och jämför detta resultat med läkare
24 timmar

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Känslighet för diagnos av DeepDoc AI-baserat beslutsstödssystem
Tidsram: 24 timmar
Känslighet för diagnos av DeepDoc och jämför detta resultat med läkare
24 timmar
Specificitet för diagnos av DeepDoc AI-baserat beslutsstödssystem
Tidsram: 24 timmar
Specificitet av diagnos av DeepDoc och jämför detta resultat med läkare
24 timmar

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Utredare

  • Studierektor: Zhao Gang, Xijing Hospital

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (FÖRVÄNTAT)

1 september 2020

Primärt slutförande (FÖRVÄNTAT)

9 september 2020

Avslutad studie (FÖRVÄNTAT)

1 mars 2021

Studieregistreringsdatum

Först inskickad

4 augusti 2019

Först inskickad som uppfyllde QC-kriterierna

12 augusti 2019

Första postat (FAKTISK)

14 augusti 2019

Uppdateringar av studier

Senaste uppdatering publicerad (FAKTISK)

13 december 2019

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

11 december 2019

Senast verifierad

1 juli 2019

Mer information

Termer relaterade till denna studie

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera