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

Tillämpningen av stor språkmodell vid akut triage av bröstsmärta (ALERT)

20 augusti 2026 uppdaterad av: Tang Yida, Peking University Third Hospital
Denna studie kommer att utvärdera noggrannheten och effektiviteten av stora språkmodeller i akut triage.

Studieöversikt

Detaljerad beskrivning

Studien ska utvärdera värdet av stora språkmodeller i akuttriagering, deras noggrannhet och effektivitet utvärderades och jämfördes med traditionell triage. Att undersöka om modellen effektivt kan minska arbetsbelastningen för medicinsk personal, samtidigt som den förbättrar hastigheten och kvaliteten på triage. Dessutom utvärderades modellens förmåga att förutsäga allvarliga medicinska händelser såsom akuta hjärthändelser och stroke. Det inkluderade också undersökningar av patienter; acceptans och tillfredsställelse med användningen av det artificiella intelligensassisterade triagesystemet. Analysera de ekonomiska fördelarna med att använda denna teknik, inklusive kostnadsbesparingar och optimal allokering av resurser.

Studietyp

Interventionell

Inskrivning (Faktisk)

1189

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studieorter

    • Beijing Municipality
      • Beijing, Beijing Municipality, Kina
        • Peking University Third Hospital

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Beskrivning

Inklusionskriterier:

  1. Alla patienter med bröstsmärtor gick in i akuttriageproceduren.
  2. patienter från 18 år och uppåt.

Exklusions kriterier:

  1. Patienter med grav kognitiv funktionsnedsättning eller oförmåga att kommunicera.
  2. Det finns patienter som uttryckligen remitterats till specifika avdelningar (till exempel några av de 120 förflyttningspatienterna, som kan gå direkt till den gröna kanalen) .
  3. Patienter med instabila vitala tecken.
  4. Patienter med potentiella medicinska problem.
  5. Deltar i andra kliniska prövningar.
  6. Underlåtenhet att följa testprocedurer.
  7. De som vägrar att underteckna formuläret för informerat samtycke.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Stor språkmodelldiagnostik
Patienter interagerade med det storspråkiga modelltriagesystemet MedGuide-V5 under väntetiden före eller efter rutintriage på akutmottagningen. Under denna fas kommer MedGuide-V5 automatiskt att registrera data och mätvärden under kommunikation med patienter.
Den stora språkmodellen MedGuide-V5 kan snabbt extrahera nyckelinformation från en patientbeskrivning, och genom att analysera dessa beskrivningar ger den läkare en möjlig initial diagnos för att hjälpa dem att snabbt prioritera behandlingen av patienter.
Aktiv komparator: Rutinmässig diagnostisk och terapeutisk procedur
Efter utvärderingen av det artificiella intelligenssystemet kommer patienterna att få diagnosen och behandlingen enligt normal procedur. Den totala tiden för artificiell triage, triage av patienter och andra data kommer att registreras. Patientbesök bör inte försenas genom användning av artificiell intelligenssystem för utvärdering.
Efter utvärderingen av det artificiella intelligenssystemet kommer patienterna att få diagnosen och behandlingen enligt normal procedur. Den totala tiden för artificiell triage, triage av patienter och andra data kommer att registreras. Patientbesök bör inte försenas genom användning av artificiell intelligenssystem för utvärdering.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Diagnostisk noggrannhetsgrad för MedGuide-V5
Tidsram: genom avslutad studie, i genomsnitt 10 månader
Att bedöma överensstämmelsen i diagnosen bröstsmärtor som ställs av läkare med hjälp av stora språkmodeller med den faktiska diagnosen som ställs av patienter efter att alla undersökningar genomförts.
genom avslutad studie, i genomsnitt 10 månader

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Medicinsk personals tillfredsställelse
Tidsram: under utvärderingen
Att utvärdera tillfredsställelsen och acceptansen hos medicinsk personal med användning av stora språkmodeller för att assistera triagesystem genom metoder som enkätundersökningar. Namnet på detta frågeformulär är: Forskarutvärderingsformulär, med poäng från 1 till 10. Ju högre poäng desto mer användbar är den stora språkmodellen för forskare.
under utvärderingen
Anpassningsgrad för medicinsk personals behandlingsplan
Tidsram: under utvärderingen
Antalet gånger medicinsk personal justerar behandlingsplaner efter att ha fått feedback från MedGuide V5:s resultat och hänvisat till förslagen från den stora språkmodellen.
under utvärderingen
Återbesöksfrekvens för akutmottagning inom 30 dagar
Tidsram: under utvärderingen
Utvärdera förekomsten av patienter som återbesöker akutmottagningen eller blir återintagna inom 30 dagar efter stor språkmodellassisterad triage och traditionell triage.
under utvärderingen

Samarbetspartners och utredare

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

Samarbetspartners

Utredare

  • Huvudutredare: Yi-Da Tang, MD, PhD, Peking University Third Hospital
  • Huvudutredare: Wen-Yao Wang, MD, PhD, Peking University Third Hospital

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

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 (Faktisk)

20 december 2023

Primärt slutförande (Faktisk)

20 augusti 2026

Avslutad studie (Faktisk)

20 augusti 2026

Studieregistreringsdatum

Först inskickad

22 december 2023

Först inskickad som uppfyllde QC-kriterierna

8 juli 2024

Första postat (Faktisk)

9 juli 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

24 augusti 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

20 augusti 2026

Senast verifierad

1 augusti 2026

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

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