跳至主要内容
临床试验/ChiCTR2400086305
ChiCTR2400086305进行中(未招募)不适用

语音识别和分析技术辅助消化疾病临床诊断

国家级-国家自然科学基金:抗肠神经元抗体导致贲门失弛缓症肠神经元损伤及其对疗效的预测价值(81970476);1 个研究点 分布在 1 个国家开始时间: 2024年7月1日最近更新:

试验速览

阶段
不适用
状态
进行中(未招募)
发起方
试验地点
1
主要终点
模型符合率

研究概览

简要总结

胃肠道疾病是全球关注的健康问题,发病率不断上升,经济负担沉重。这些疾病包括器质性胃肠道疾病和功能性胃肠病,后者受到社会心理因素的影响。在有限的时间范围内区分两者具有一定的困难。功能性胃肠病主要根据罗马 IV 标准进行诊断。而有限的医疗资源导致诊断的效率低下和成本高昂。近年来,多模式人工智能(AI)的出现通过整合和解释不同的数据源,在彻底改变疾病诊断方面显示出了巨大的前景。因此,为了解决上述问题,该研究旨在利用多模式人工智能建立诊断模型,用于患者和医生之间的对话。这种方法旨在建立一个高效的分析系统,提高鉴别诊断的准确率,加强胃肠道疾病的诊断,最终为临床医生开发一个智能助手。

研究设计

研究类型
观察性研究
主要目的
连续入组

入排标准

年龄范围
18 至 80(—)
性别
All

入选标准

  • (1)年龄 18-80 岁;
  • (2)明确诊断消化系统功能性或器质性疾病,器质性疾病如消化性溃疡、胰腺炎、消化系统肿瘤等,功能性疾病如功能性消化不良、肠易激综合征、功能性便秘等;
  • (3)同意访谈过程的录音要求,积极配合,诚实地陈述他们的主要困扰,积极回答临床医生的询问,并成功完成整个访谈过程;
  • (4)能够签署知情同意书。

排除标准

  • (1)年龄小于 18 岁,或大于 80 岁;
  • (2)合并器质性和功能性胃肠道疾病;
  • (3)初步诊断不涉及胃肠道疾病;
  • (4)言语表达不清,不能准确描述症状;
  • (5)不同意访谈和录音。

研究组 & 干预措施

Case series

结局指标

主要结局

模型符合率

次要结局

  • 问诊音频数据
  • 问诊语义数据
  • 病历文本数据

研究者

发起方
国家级-国家自然科学基金:抗肠神经元抗体导致贲门失弛缓症肠神经元损伤及其对疗效的预测价值(81970476);

研究点 (1)

Loading locations...

相似试验