Építés alatt – nem éles oldal
Belépés
Még nem keres résztvevőt itt: TajvanFázis nélkül

Research on the Whole Process of AI Intelligent Management System for the Diagnosis and Treatment of Inflammatory Bowel Diseases

A legfontosabb adatok

Ki végzi
Taichung Veterans General Hospital
Hol
Taichung (Tajvan)A helyszín megnézése
Azonosító
Állapot
Toborzás még nem indult
Résztvevők
4500 fő, tervezett
Kezdés
2026. jún. 1.
Várható befejezés
2027. dec. 31.
A vizsgálat típusa
Megfigyeléses
A regiszteradat frissítve
2026. május 15.

Ki vehet részt

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 a kórház 2023 és 2025 közötti korábbi kórlapjait elemzi. Olyan felnőtteket vesz figyelembe, akiknél gyulladásos bélbetegséget diagnosztizáltak, és olyanokat, akiknél soha nem diagnosztizálták.

Életkor
18 év vagy idősebb
Nem
Nemtől függetlenül részt vehet bárki
A betegség stádiuma
Gyulladásos bélbetegséggel (IBD, K50.00–K51.919) diagnosztizált betegek a megadott időszakban, vagy olyan betegek, akiknél ebben az időszakban soha nem diagnosztizáltak IBD-t.

A részvétel fő kizáró okai

  • A megadott időszakon kívüli betegek
  • Elhunyt betegek
  • IBD nélküli csoport: azok a betegek, akiknek kevesebb mint 5 kórházi vizitjük volt

A regiszter feltételei, szó szerint

Mind a 4 feltétel megnézéseKevesebb

Ki vehet részt

  • Patients diagnosed with IBD (K50.00 to K51.919) within the specified time interval
  • Patients never diagnosed with IBD (K50.00 to K51.919) within the specified time interval

Ki nem vehet részt

  • Patients not within the specified time interval Deceased patients
  • Patients not within the specified time interval Deceased patients Patients with fewer than 5 hospital visits

Helyszínek itt: Tajvan

  • Taichung Veterans General HospitalTaichung, TajvanContact: Chung Hsin ChangToborzás még nem indult

A vizsgálatról

Mit akar kideríteni a vizsgálat

Inflammatory bowel disease (IBD), including Crohn's disease (CD) and ulcerative colitis (UC), is a chronic immune-mediated disorder requiring long-term management. Clinically, IBD may involve recurrent intestinal inflammation, ulcer formation, and complications such as strictures and fistulas. The etiology of IBD is associated with immune dysregulation, gut microbiome imbalance, and genetic susceptibility. Its clinical manifestations are heterogeneous; early symptoms such as abdominal pain, diarrhea, weight loss, hematochezia, or anemia often resemble gastroenteritis, irritable bowel syndrome, or infectious enterocolitis, leading to misdiagnosis and delayed diagnosis. According to international studies, the interval between initial symptom onset and confirmed diagnosis can range from several months to years, during which untreated disease progression increases the risks of hospitalization, surgery, bowel strictures, and fistulizing complications, resulting in significant impacts on patient quality of life.

A teljes eredeti leírásKevesebb

This study adopts a retrospective design, analyzing our hospital's electronic medical record data from 2023 to 2025.The objective is to evaluate the performance and feasibility of an artificial intelligence (AI) model-developed and incorporating natural language processing (NLP) and phenotypic recognition algorithms-in supporting early identification and diagnosis of IBD. The model has been validated in multiple European healthcare systems and is capable of recognizing high-risk phenotypic clusters from large-scale structured and unstructured medical data. This study represents the first application of this AI technology in the Taiwanese IBD population. All data processing will occur within a de-identified and secure computing environment to ensure data privacy and information security.

The study will compare AI-generated diagnostic suggestions derived from medical records with actual clinical diagnoses to assess consistency and accuracy. The model's performance across different clinical characteristics, disease severity levels, and stages of illness will also be examined. In addition, statistical metrics such as precision and recall will be used to generate PRC curves for determining the optimal diagnostic threshold. The outcomes of this study are expected to validate the potential of AI technology in facilitating early recognition, accelerating diagnosis, and supporting clinical decision-making for IBD. The findings will provide essential data for developing localized AI models for IBD, ultimately enhancing diagnostic efficiency, shortening the diagnostic timeline, and improving long-term patient outcomes and quality of life.

Objective 1：To retrospectively analyze the clinical characteristics and diagnostic pathways of patients with IBD (CD/UC).

Objective 2：To evaluate the performance of the AI model in identifying and providing diagnostic suggestions for high-risk IBD cases.

Objective 3：To compare the accuracy and consistency between AI-generated diagnostic suggestions and actual clinical diagnoses.

Kérdések a vizsgálat csapatának

  1. Milyen gyakran kell bejárnom, és egy-egy alkalom mennyi ideig tart?
  2. Megtérítik az utazási költséget?
  3. Megtarthatom a saját orvosomat?
  4. Mi történik, ha ki akarok lépni?

Contact the study team: see the registry record → Contacts and Locations

Oldal nyomtatása az orvosomnak

Adatok és források

Regiszteradat
Szerepel a ClinicalTrials.gov-on.
MI-összefoglaló
A vizsgálat saját részvételi feltételeiből. Gépi kiolvasás: 2026. november 12.
A regiszteradat frissítve
2026. május 15.