此页面是自动翻译的，不保证翻译的准确性。请参阅 英文版 对于源文本。

支持人工智能的大规模心电图特征提取并探索提取的特征与死亡率、中风或各种感兴趣的健康结果之间的关联

2023年12月22日 更新者：Yonsei University
  • 本研究将大规模心电图数据（2005年11月1日至2022年10月31日在Severance医院Severance健康体检时测量标准12引导心电图，存储在MUSE系统中的所有患者的心电图数据）与电子医疗结合起来。记录、国民健康保险公司数据、国家统计局死因数据，利用人工智能算法提取心电图特征，分析死亡、中风和各种健康状况之间的关联，并进行外部验证或迁移学习公共数据库（例如英国生物银行数据）。
  • 旨在利用基于网络的人工智能平台来分配大规模数据处理过程中产生的计算负载，提高分析的准确性和效率。

研究概览

地位

尚未招聘

条件

详细说明

  • 所有从主办公室获得的患者ID均被研究ID（去识别化ID）取代，因此实际ID不会暴露，也不会收集其他个人识别信息（姓名、居民登记号码）。

  • 研究方法：

    1. 根据受试者标准提取心电图。
    2. 结合提取的心电图数据和国家保险公司数据（+国家统计局死因数据）。
    3. 出于兴趣的健康 (HOI) 定义。 包括死亡、中风等。
    4. 定义的 HOI 可以从延世医疗中心数据或国民保险服务数据或韩国统计局的死因数据中提取。
    5. 以心电图（必要时还有临床信息图）作为输入的人工智能模型训练，如果有标签则采用有监督深度学习算法，如果没有标签则采用无监督学习算法。
    6. 监督学习人工智能模型的性能评估。
    7. 在无监督学习人工智能模型的情况下，提取的特征与 HOI 或可预测性/可检测性分析之间的关联/相关性。
    8. 可以通过使用公共数据库向学习模型添加外部验证或介电数据来执行迁移学习。
    9. 通过将学习的模型安装在基于网络的人工智能平台上，可以使用外部附加数据来执行外部验证。
    10. 考虑到大规模数据，可以使用基于网络的人工智能平台来分配计算工作负载。
    11. 分析结果可以匿名，并可以通过基于网络的人工智能平台将分析结果提供给研究人员。

研究类型

观察性的

注册 (估计的)

3000000

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习联系方式

  • 姓名：Hui-Nam Pak
  • 电话号码：82-2-2228-8459
  • 邮箱：hnpak@yuhs.ac

学习地点

  • 大韩民国
      • Seoul、大韩民国
        • Yonsei University Health System
        • 接触：
          • Hui-Nam Pak
          • 电话号码：82-2-2228-8459
          • 邮箱：hnpak@yuhs.ac

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

不

取样方法

非概率样本

研究人群

2005年11月1日至2022年10月31日期间在Severance医院Severance健康检查中测量标准12引导心电图后存储在MUSE系统中的所有患者

描述

纳入标准：

2005年11月1日至2022年10月31日期间在Severance医院Severance健康检查中测量标准12引导心电图后存储在MUSE系统中的所有患者

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

研究衡量的是什么？

主要结果指标

结果测量
措施说明
大体时间
死亡患者人数
大体时间：2年
使用人工智能算法研究根据死亡前 1 年内测量的心电图数据预测死亡率（无论任何原因而死亡的患者人数）的再现性
2年
中风、心房颤动、痴呆症患者人数
大体时间：2年
使用人工智能算法研究心电图某些模式与中风/心房颤动、痴呆症可能性的相关性。
2年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Yonsei University

调查人员

  • 首席研究员：Hui-Nam Pak、Yonsei University

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2023年12月1日

初级完成 (估计的)

2025年12月1日

研究完成 (估计的)

2025年12月1日

研究注册日期

首次提交

2023年11月22日

首先提交符合 QC 标准的

2023年12月21日

首次发布 (实际的)

2023年12月22日

研究记录更新

最后更新发布 (估计的)

2024年1月1日

上次提交的符合 QC 标准的更新

2023年12月22日

最后验证

2023年12月1日

更多信息

与本研究相关的术语

其他相关的 MeSH 术语

其他研究编号

  • 4-2022-1506

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.

订阅