- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT05224479
Clinical Validation of Machine Learning Triage of Chest Radiographs
29. října 2022 aktualizováno: Emily Tsai, Stanford University
Artificial intelligence and machine learning have the potential to transform the practice of radiology, but real-world application of machine learning algorithms in clinical settings has been limited.
An area in which machine learning could be applied to radiology is through the prioritization of unread studies in a radiologist's worklist.
This project proposes a framework for integration and clinical validation of a machine learning algorithm that can accurately distinguish between normal and abnormal chest radiographs.
Machine learning triage will be compared with traditional methods of study triage in a prospective controlled clinical trial.
The investigators hypothesize that machine learning classification and prioritization of studies will result in quicker interpretation of abnormal studies.
This has the potential to reduce time to initiation of appropriate clinical management in patients with critical findings.
This project aims to provide a thoughtful and reproducible framework for bringing machine learning into clinical practice, potentially benefiting other areas of radiology and medicine more broadly.
Přehled studie
Postavení
Staženo
Podmínky
Typ studie
Intervenční
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
-
-
California
-
Stanford, California, Spojené státy, 94305
- Stanford University
-
-
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, Starší dospělý)
Přijímá zdravé dobrovolníky
Ne
Pohlaví způsobilá ke studiu
Všechno
Popis
Inclusion Criteria:
- Radiologist at Stanford Hospital and Clinics
Exclusion Criteria:
- None
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: Randomizované
- Intervenční model: Crossover Assignment
- Maskování: Singl
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
---|---|
Aktivní komparátor: Traditional workflow triage
Radiologists follow standard triage of chest radiographs.
|
Workflow triage is based on order location, STAT designation, and first-in-first-out status.
Workflow triage is based on the machine learning model's confidence of abnormality.
Workflow triage is based on random order.
|
Aktivní komparátor: Machine learning workflow triage
Radiologists follow machine learning triage of chest radiographs.
|
Workflow triage is based on order location, STAT designation, and first-in-first-out status.
Workflow triage is based on the machine learning model's confidence of abnormality.
Workflow triage is based on random order.
|
Falešný srovnávač: Random workflow triage
Radiologists follow randomly ordered triage of chest radiographs.
|
Workflow triage is based on order location, STAT designation, and first-in-first-out status.
Workflow triage is based on the machine learning model's confidence of abnormality.
Workflow triage is based on random order.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Turnaround time
Časové okno: up to 1 hour
|
Time from completion of radiograph to time that radiologist issues an assessment via preliminary or final report
|
up to 1 hour
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Emily Tsai, MD, Stanford University
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 (Očekávaný)
1. srpna 2022
Primární dokončení (Očekávaný)
1. listopadu 2022
Dokončení studie (Očekávaný)
1. listopadu 2022
Termíny zápisu do studia
První předloženo
22. ledna 2022
První předloženo, které splnilo kritéria kontroly kvality
3. února 2022
První zveřejněno (Aktuální)
4. února 2022
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
1. listopadu 2022
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
29. října 2022
Naposledy ověřeno
1. října 2022
Více informací
Termíny související s touto studií
Další identifikační čísla studie
- 47832
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Ne
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Ne
Studuje produkt zařízení regulovaný americkým úřadem FDA
Ne
produkt vyrobený a vyvážený z USA
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 Traditional workflow triage
-
SanofiDokončeno