洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

【ChiCTR2500115619】赋能罕见病诊断:一种基于合成数据驱动推理性大语言模型,对应长尾医疗挑战

基本信息
登记号

ChiCTR2500115619

试验状态

尚未开始

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-12-29

临床申请受理号

/

靶点

/

适应症

试验通俗题目

赋能罕见病诊断:一种基于合成数据驱动推理性大语言模型,对应长尾医疗挑战

试验专业题目

赋能罕见病诊断:一种基于合成数据驱动推理性大语言模型,对应长尾医疗挑战

申办单位信息
申请人联系人
请登录查看
申请人名称
请登录查看
联系人邮箱
请登录查看
联系人邮编

联系人通讯地址
请登录查看
临床试验信息
试验目的

罕见病诊断是一个关键的公共卫生挑战。全球范围内,罕见病诊断延迟平均长达 4–5 年,这给患者及其家庭带来了沉重负担。造成这一问题的重要原因之一,是临床医生对数以千计的罕见病认知与熟悉程度有限。传统方法(例如基于表型在互联网上检索)虽可在一定程度上补充临床知识,但支持作用仍较为有限。我们团队近期开发了专门的 RaDaR 模型,在罕见病诊断基准测试以及回顾性真实世界队列中均显示出显著提升的优异表现。

试验分类
请登录查看
试验类型

随机平行对照

试验分期

其它

随机化

随机分组采用分层区组分配程序,区组大小为 2。一名独立研究人员将通过集中随机化系统协助完成分组分配。参与者将按科室(内科、儿科、神经内科)进行分层。分配顺序将按照参与者完成基线调查的先后顺序进行。为尽量降低招募人员的知晓程度,随机分配序列由 S.H. 保管,并对负责招募的人员进行盲法处理。

盲法

评估两组答案的人类专家对分组分配情况实行盲法(不知道参与者所属组别)

试验项目经费来源

清华大学

试验范围

/

目标入组人数

35

实际入组人数

/

第一例入组时间

2026-01-01

试验终止时间

2026-01-15

是否属于一致性

/

入选标准

1. 通过医师执业资格考试的医生; 2. 内科、儿科和神经内科的医生; 3. 目前在门诊工作的医生; 4. 完成知情同意书的医生。;

排除标准

1. 来自其他科室的医生; 2. 已退出临床工作的医生; 3. 不愿意完成知情同意书的医生。;

研究者信息
研究负责人姓名
请登录查看
试验机构

清华大学

研究负责人电话
请登录查看
研究负责人邮箱
请登录查看
研究负责人邮编

/

联系人通讯地址
请登录查看
更多信息
获取更多临床信息查看权限
立即前往摩熵医药企业版免费查询
示例数据
<END>

清华大学的其他临床试验

最新临床资讯