Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Využití umělé inteligence jako nástroje na podporu diagnostického rozhodování k pomoci při diagnostice kožních onemocnění v primární zdravotní péči v Katalánsku

4. května 2022 aktualizováno: Jordi Gol i Gurina Foundation

Východiska: Dermatologické stavy jsou závažným zdravotním problémem. Modely strojového učení se stále častěji používají v dermatologii jako nástroj na podporu diagnostického rozhodování využívající analýzu obrazu, speciálně pro detekci a klasifikaci rakoviny kůže.

Cíl: Cílem této studie je provést prospektivní validaci ML modelu analýzy obrazu, který je schopen screeningu 44 různých typů kožních onemocnění a porovnat svou diagnostickou kapacitu s diagnostickou kapacitou praktických lékařů (GP) a dermatologů.

Metody: V této prospektivní studii bude vybráno 100 po sobě jdoucích pacientů, kteří navštíví účastnického praktického lékaře s kožním problémem v centrálním Katalánsku, sběr dat je plánován na 7 měsíců. Anonymizované snímky kožních onemocnění budou pořízeny a zavedeny do rozhraní modelu ML, které vrátí 5 nejpřesnějších diagnóz. Stejný snímek bude zaslán také jako teledermatologická konzultace podle aktuálního pracovního postupu. Hodnocení praktického lékaře, ML modelu a dermatologa/ů budou porovnány za účelem výpočtu přesnosti, citlivosti, specificity a přesnosti modelu ML.

Přehled studie

Detailní popis

Bezpečné anonymní samostatné webové rozhraní, které je kompatibilní s jakýmkoli mobilním zařízením, bude integrováno s Autoderm API. Studie prováděná v rámci tohoto projektu bude sestávat z prospektivní studie zaměřené na zhodnocení výkonnosti modelu ML, porovnání jeho diagnostické kapacity s praktickými lékaři a dermatology.

Pro provedení studie bude proveden následující postup, dokud nebude dosaženo požadovaného počtu vzorků:

  1. Vhodný pacient s kožními problémy je požádán, aby se zúčastnil a podepsal s pacientem smlouvu o studii.
  2. Praktický lékař diagnostikuje stav kůže.
  3. Praktický lékař (nebo sestra) pořídí jeden kvalitní snímek stavu kůže.
  4. Praktický lékař zašle fotografii jako teledermatologickou konzultaci podle aktuálního pracovního postupu.
  5. Obrázek se zadává v rozhraní Autoderm ML.
  6. Dermatolog diagnostikuje stav kůže.

Studie bude provedena v centrech primární péče spravovaných Katalánským zdravotním institutem. Účastnické PCP se bude nacházet ve venkovských a metropolitních oblastech středního Katalánska, které zahrnuje regiony Anoia, Bages, Moianès, Berguedà a Osona. Referenční populace zahrnutá do studie bude asi 512 050. Nábor potenciálních subjektů bude probíhat postupně.

Praktičtí lékaři budou shromažďovat data od po sobě jdoucích pacientů, kteří splňují kritéria pro zařazení po získání písemného informovaného souhlasu. Shromážděné údaje budou hlášeny výhradně ve formě zprávy o případu (přiložené v příloze V a VI).

Praktický lékař diagnostikuje stav kůže a vyplní „Ošetření tváří v tvář praktickým lékařem“. U každého pacienta praktický lékař pomocí fotoaparátu chytrého telefonu pořídí zblízka kvalitní snímek kožního problému. Snímek bude anonymní a nebude možné identifikovat pacienty. Praktický lékař použije rozhraní Autoderm ML k nahrání anonymizovaného snímku a vyplní dotazník „Posouzení poskytované modelem ML“ 3 nejčastějšími diagnózami generovanými modelem ML.

Aby získal druhý názor, praktický lékař začlení anonymizovaný snímek a přesný popis kožní léze do pacientovy anamnézy podle aktuálního postupu teledermatologie. Praktický lékař po obdržení informace vyplní dotazník „Hodnocení teledermatologií“ s dobou odezvy 2-7 dní.

V případě doporučení na dermatologa vyplní praktický lékař „Posouzení osobním dermatologem“ přístupem k elektronickým zdravotním záznamům, jakmile budou k dispozici, což je průměrná čekací doba na doporučení od 30 do 90 dnů.

Číslo případu dotazníku bude stejné pro všechny dotazníky a nebude možné identifikovat pacienta, protože číslo případu bude předem definováno před zahájením fáze sběru dat.

Aby bylo možné porovnat výkonnost modelu ML s výkonem praktických lékařů a dermatologů, bude vyžadován vzorek o velikosti 100 snímků kožních onemocnění od pacientů, kteří splňují kritéria pro zařazení. Navrhovaná velikost vzorku je založena na výpočtu velikosti vzorku použitého v podobném výzkumu.

Typ studie

Intervenční

Zápis (Aktuální)

100

Fáze

  • Nelze použít

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

    • Barcelona
      • Navàs, Barcelona, Španělsko, 08670
        • CAP Navàs

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

18 let a starší (DOSPĚLÝ, OLDER_ADULT)

Přijímá zdravé dobrovolníky

Ne

Pohlaví způsobilá ke studiu

Všechno

Popis

Kritéria pro zařazení:

  • Pacienti, kteří mají kožní onemocnění důvod k návštěvě.
  • Pacienti, kteří poskytnou písemný informovaný souhlas.
  • Pacienti ve věku 18 let nebo starší.

Kritéria vyloučení:

  • Pacienti s pokročilou demencí.
  • Pacienti s kožní lézí, kterou nelze vyfotografovat chytrým telefonem, a snímky ve špatné kvalitě.
  • Pacienti, kteří mají stavy spojené s rizikem špatného dodržování protokolu.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Primární účel: DIAGNOSTICKÝ
  • Přidělení: NA
  • Intervenční model: SINGLE_GROUP
  • Maskování: ŽÁDNÝ

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
EXPERIMENTÁLNÍ: Diagnostický test: ML model
Diagnostická kapacita modelu ML bude porovnána s kapacitou praktických lékařů a dermatologa.
Praktický lékař pomocí fotoaparátu chytrého telefonu pořídí snímek kožního problému a použije rozhraní Autoderm ML k nahrání anonymizovaného snímku. Získaná predikovaná diagnóza bude zaznamenána ve formě kazuistiky.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Citlivost modelu ML
Časové okno: 1 rok
Skutečně pozitivní míra ML modelu
1 rok
Specifičnost modelu ML
Časové okno: 1 rok
Skutečná záporná míra modelu ML
1 rok
Přesnost modelu ML
Časové okno: 1 rok
Poměr počtu správných predikcí k celkovému počtu vstupních vzorků
1 rok
Oblast pod provozní charakteristikou přijímače modelu ML
Časové okno: 1 rok
Diagnostická schopnost modelu ML
1 rok

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Míra způsobilých účastníků, kteří souhlasí s účastí ve studii
Časové okno: 1 rok
Četnost pacientů, kteří souhlasí s účastí v klinické studii a jsou způsobilí.
1 rok

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

Obecné publikace

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (AKTUÁLNÍ)

15. ledna 2021

Primární dokončení (AKTUÁLNÍ)

31. prosince 2021

Dokončení studie (AKTUÁLNÍ)

31. prosince 2021

Termíny zápisu do studia

První předloženo

28. srpna 2020

První předloženo, které splnilo kritéria kontroly kvality

23. září 2020

První zveřejněno (AKTUÁLNÍ)

24. září 2020

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (AKTUÁLNÍ)

5. května 2022

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

4. května 2022

Naposledy ověřeno

1. března 2022

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • P20/159-P

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

ANO

Popis plánu IPD

Protokol bude zveřejněn.

Časový rámec sdílení IPD

Konec studia

Kritéria přístupu pro sdílení IPD

Informace budou publikovány v mezinárodních vědeckých časopisech

Typ podpůrných informací pro sdílení IPD

  • PROTOKOL STUDY
  • CSR

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Klinické studie na Kožní choroby

Předplatit