Hemorrhage Stroke Decision Making Model Based Deep Learning (BrainHemoAI System)

MI-összefoglaló

A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.

A vizsgálat olyan, legalább 8 éves embereket keres, akiknek spontán agyvérzésük (vérzéses stroke) van, kontrasztanyag nélküli CT-vizsgálatot kaptak, és a kórházban az előírt irányelvek szerint kezelték őket.

Életkor

8 éves vagy idősebb

Nem

Minden nem részt vehet

A betegség stádiuma

Spontán vérzéses stroke (agyvérzés), amelyet kórtörténet és vizsgálatok alapján állapítottak meg

Korábbi kezelés

A felvétel előtt nem lehetett műtétje egy másik kórházban

A részvétel fő kizáró okai

• A felvétel előtt másik kórházban műtétet kapott
• Sokkos állapotban volt a felvételkor
• Súlyos szív-, máj- vagy vesekárosodás, vagy más életveszélyes betegség
• Meghalt a kórházi kezelés alatt
• Várható élettartama hat hónapnál rövidebb, vagy nem tudja befejezni a követést

A regiszter feltételei, szó szerint

Mit akar kideríteni a vizsgálat

Although hemorrhagic stroke also has the characteristics of high mortality and disability rates, and constitutes a major public health problem worldwide, there is a relative lack of in-depth research teams for hemorrhagic stroke in China. The current preoperative imaging evaluation of spontaneous cerebral hemorrhage is still limited to the traditional Tada formula, and there are subjective differences in diagnosis among different doctors, making it difficult to achieve homogenization in clinical decision-making. Hemorrhagic stroke is a common and frequently occurring disease in Jiangxi Province. Therefore, establishing a new diagnosis and treatment system focused on hemorrhagic stroke can not only fill the research gap in this field in China, improve the accuracy and homogeneity of hemorrhagic stroke diagnosis and treatment, but also promote related research progress to reduce the mortality and disability rates of this disease and improve the clinical prognosis of patients.

A vizsgált kezelések

• Large language model