ChiCTR1900023927尚未招募回顾性研究
基于人工智能的危重症事件追踪预警及决策支持服务研究
国家重点研发计划（项目编号： 2018YFC0116700)5 个研究点 分布在 1 个国家开始时间: 2018年11月1日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 5
- 主要终点
- ACC, SEN, SPE, AUC of ROC
研究概览
简要总结
通过采集和辨识患者术中临床数据，构建危重症和手术多源监护临床样本数据集，并运用遗传算法、进化算法、深度神经网络构建等人工智能方法构建危重症预测模型，预期预测准确率≥90%；建立的危重事件预测云平台，评价危重症事件的预测准确率是否达到目标值
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 性别
- All
入选标准
- •第一部分数据采集 入组标准(数据 A 类) ：（1）患者年龄 65 岁以上，性别不限；
- •（2）有能力依从研究方案；
- •（3）自愿参加研究并签署知情同意书
- •（数据 B 类）：（1）患者年龄 16-65 岁，性别不限；
- •（2）有能力依从研究方案；
- •（3）自愿参加研究并签署知情同意书。
- •第二部分预测准确率评价 入组标准(A)： （1）患者年龄 65 岁以上，性别不限；
- •（2）有能力依从研究方案；
- •（3）自愿参加研究并签署知情同意书
- •（B） （1）患者年龄 16-65 岁，性别不限；
- •（2）有能力依从研究方案；
- •（3）自愿参加研究并签署知情同意书。
排除标准
- •（1）术前检查结果不完善；
- •（2）精神状态不能合作者；
- •（3）正在参与其他临床试验者；
- •（4）研究人员认为其他原因不适合该临床试验
结局指标
主要结局
ACC, SEN, SPE, AUC of ROC
次要结局
未报告次要终点
研究者
研究点 (5)
Loading locations...
相似试验
尚未招募
Unknown
基于数字孪生和人工智能的危重创伤诊疗关键技术研发ChiCTR2500106923四川省科技厅200
Unknown
不适用
基于机器学习的围术期动态风险评估与预测体系研究ChiCTR1900023891国家重点研发计划（2018YFC2001800）
Unknown
不适用
基于术中监测数据构建预测术后不良事件风险的机器学习模型ChiCTR2500104544国家自然科学基金
尚未招募
Unknown
基于真实世界多模态临床数据的围手术期危重症患者血糖动态预测人工智能模型ChiCTR2500115171204
Unknown
不适用
肌少症对骨科手术病人术后影响的 AI 预警系统研发ChiCTR2000036884促进市级医院临床技能与临床创新 三年行动计划