Artificiell intelligens i medicinsk reglering (SIA-REMU)
Artificiell intelligenssystem för medicinsk reglering av nödsituationer
Befolkningens hälsobehov ökar. Informations- och kommunikationstekniken förändras. Det digitala skiftet erbjuder nya möjligheter för utforskning och analys av masshälsodata. Det är möjligt att lita på dessa nya teknologier för att modernisera, optimera patienthanteringen på nivån för medicinska akutkommunikationscentra.
Vårt projekt syftar till att integrera metoder och verktyg för artificiell intelligens för akutmedicinska kommunikationscentra. Systemet syftar till att hjälpa till att reglera nödsamtal vid CRRA 15 i Frankrike, eller Centrale 144 i Schweiz, för att bedöma hur allvarliga samtalen är, identifiera vårdvägar och förbättra effektiviteten vid resurser.
Utvecklingen av ett sådant system syftar till att säkra och optimera informationssystemet och de telekommunikationsmedel som används i de akutmedicinska kommunikationscentralerna och ge ett individualiserat svar på patienthanteringen.
Studieöversikt
Status
Studietyp
Inskrivning (Förväntat)
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- alla patienter som ringer akutmedicinska kommunikationscentraler
Exklusions kriterier:
- patienten motsatte sig studien
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Kohort
- Tidsperspektiv: Retrospektiv
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Prestanda (känslighet och specificitet) för det artificiella intelligenssystemet i akutmedicinska kommunikationscentra, angående tidskänslig sjukdom
Tidsram: genom avslutad studie, i genomsnitt 3 år
|
När det artificiella intelligenssystemet väl är på plats kommer diagnosen som misstänks av detta system att jämföras med diagnosen som validerats i journalen för varje inkluderad patient. Det kommer sedan att mätas prestandavärdena, såsom sensitivitet, specificitet, positivt och negativt prediktivt värde, tidpunkt för identifiering av patologitypen tidskänslig. Dessa resultat kommer sedan att jämföras med den vanliga praxisen hos akutmedicinska kommunikationscenter utan hjälp av programvaran för att utvärdera:
|
genom avslutad studie, i genomsnitt 3 år
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Patienttransporttid
Tidsram: genom avslutad studie, i genomsnitt 3 år
|
Syftet är att identifiera och modellera tillgängliga resurser som kan användas i samband med prehospital räddning (ambulanser, helikopter, SMUR). Följande faktorer kommer att beaktas: plats för intervention, åtkomst, patientens kliniska tillstånd, väderförhållanden, trafiktäthet. Modellens giltighet kommer att utvärderas genom åtkomsttiden till patienten, transporttiden, avsaknaden av ambulanser eller SMUR, jämfört med den vanliga praxisen på de akutmedicinska kommunikationscentralerna utan hjälp av programvaran. |
genom avslutad studie, i genomsnitt 3 år
|
Samarbetspartners och utredare
Studieavstämningsdatum
Studera stora datum
Studiestart (Förväntat)
Primärt slutförande (Förväntat)
Avslutad studie (Förväntat)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2021/591
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .