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

Zvýšení diagnostické přesnosti při identifikaci zlomenin na muskuloskeletálních rentgenových snímcích pomocí hlubokého učení: retrospektivní studie pro více čtenářů

16. března 2026 aktualizováno: Carebot s.r.o.
Tato retrospektivní studie si klade za cíl vyhodnotit efektivitu umělé inteligence (AI) při identifikaci zlomenin na rentgenovém snímku pohybového aparátu. Porovnáním výkonu modelu hlubokého učení AI s výkonem zkušených radiologů se snažíme pochopit, jak může AI pomoci zlepšit přesnost detekce zlomenin v klinických podmínkách. Studie analyzovala 600 rentgenových snímků od dětských i dospělých pacientů se zaměřením na identifikaci zlomenin na různých částech těla, včetně chodidla, kotníku, kolena, ruky, zápěstí a dalších. Zjištění ukazují, že integrace umělé inteligence může zvýšit citlivost radiologů při detekci zlomenin a potenciálně zlepšit výsledky pacientů snížením počtu zmeškaných zranění.

Přehled studie

Postavení

Dokončeno

Podmínky

Intervence / Léčba

Typ studie

Pozorovací

Zápis (Aktuální)

600

Kontakty a umístění

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

Studijní místa

  • Česko
    • Moravskoslezský kraj
      • Frýdek-Místek, Moravskoslezský kraj, Česko, 73801
        • Nemocnice ve Frýdku-Místku, p.o.

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

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Studie zahrnuje retrospektivní kohortu dětských a dospělých pacientů, kteří podstoupili rentgenové snímky pohybového aparátu mezi 20. březnem a 8. květnem 2023 v nemocničním prostředí s jedním centrem.

Popis

Kritéria zahrnutí:

  • Pacienti ve věku 1 rok nebo starší.
  • Muskuloskeletální rentgenové snímky dostupné ve formátu Digital Imaging and Communications in Medicine (DICOM).
  • Alespoň jeden digitální prostý rentgenový snímek apendikulární části těla, včetně chodidla, kotníku, kolena, ruky, zápěstí, lokte, ramene nebo pánve.

Kritéria vyloučení:

  • Špatná rentgenová kvalita, která znemožňuje lidskou interpretaci.
  • Rentgenové snímky bederní, hrudní a krční páteře nebo obličejových/nosních kostí.
  • Rentgenové snímky, které nesplňují kritéria pro zařazení apendikulárních částí těla.

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

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Rentgenové snímky analyzované pomocí AI a radiologové revize
Tato kohorta se skládá z 600 rentgenových snímků shromážděných od dětských a dospělých pacientů ve věku od 1 do 99 let, kteří podstoupili rentgenové zobrazení muskuloskeletálních onemocnění. Rentgenové snímky zahrnují různé části těla, jako je chodidlo, kotník, koleno, ruka, zápěstí, loket, rameno a pánev. Zlomeniny byly přítomny v 95 případech, zatímco 453 případů nevykazovalo žádné zlomeniny.
Diagnostický test: Carebot AI Bones
Použití softwaru umělé inteligence založeného na hlubokém učení, Carebot AI Bones verze 1.2.2, navrženého pro pomoc při detekci zlomenin na muskuloskeletálních rentgenových snímcích. Model AI analyzuje digitální rentgenové snímky k identifikaci zlomenin a zvýrazňuje oblasti zájmu pomocí ohraničujících rámečků.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Citlivost modelu umělé inteligence ve srovnání s radiology při detekci zlomenin na muskuloskeletálních rentgenových snímcích
Časové okno: Od března 2023 do května 2023 (období retrospektivní analýzy)
Tento výsledek měří citlivost modelu AI (Carebot AI Bones 1.2.2) při zjišťování zlomenin na rentgenovém snímku pohybového aparátu ve srovnání s citlivostí radiologů s různou úrovní zkušeností. Citlivost se vypočítá jako podíl skutečně pozitivních případů zlomenin identifikovaných modelem AI a radiology ze všech potvrzených případů zlomenin.
Od března 2023 do května 2023 (období retrospektivní analýzy)

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Carebot s.r.o.

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)

20. března 2023

Primární dokončení (Aktuální)

15. července 2024

Dokončení studie (Aktuální)

15. července 2024

Termíny zápisu do studia

První předloženo

14. října 2024

První předloženo, které splnilo kritéria kontroly kvality

14. října 2024

První zveřejněno (Aktuální)

16. října 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

18. března 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

16. března 2026

Naposledy ověřeno

1. března 2026

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • CB-BONES-01-FM

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Popis plánu IPD

Vzhledem k obavám o soukromí a retrospektivní povaze studie nebudou data jednotlivých účastníků (IPD) sdílena. Shromážděné údaje obsahují citlivé lékařské informace, které jsou chráněny dohodami o důvěrnosti a nařízeními GDPR.

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 Carebot AI Bones

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Serbia

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit