Umělá inteligence (AI) - Vylepšený proces předléčebného kolegiálního posouzení pro zlepšení bezpečnosti pacientů v radiační onkologii
Vývoj a hodnocení procesu předléčebného posouzení kolegy (peer-review) vylepšeného umělou inteligencí (AI) za účelem zvýšení bezpečnosti pacientů v radiační onkologii
Tato prospektivní studie bude testovat nástroje pro rozhodovací podporu založené na umělé inteligenci (AI) a strojovém učení (ML). Tento nástroj je navržen tak, aby pomáhal lékařům, fyzikům a dalším pracovníkům během předléčebného kolegiálního přezkumu, což je krok, kdy jsou kontrolovány léčebné plány před tím, než pacient zahájí péči.
Systém zvýrazňuje shrnutí ukazující, jak se mohou různí poskytovatelé lišit v plánování léčby (shrnutí variability poskytovatelů) a upozorňuje na nejlepší signály nebo varovné příznaky, na které je třeba dávat pozor (optimální podněty). Tím, že upozorňuje na tyto vzorce a podněty, má nástroj za cíl pomoci recenzentům dříve odhalit možné chyby v plánování léčby, snížit pravděpodobnost chyb a zlepšit celkovou bezpečnost pacientů.
Přehled studie
Postavení
Podmínky
Detailní popis
Jak se radiační terapie (RT) stává složitější, zvyšuje se počet možných cest k chybám. AI-podporované peer review může pomoci zachytit chyby, které by jinak zůstaly nepovšimnuty, a podpořit konzistentní a spravedlivé bezpečnostní standardy napříč venkovskými i městskými klinikami.
Radiační terapie (RT) se používá u přibližně 50 % pacientů s rakovinou a obvykle se podává v ambulantních klinikách. Novější technologie, jako je radioterapie s modulovanou intenzitou (IMRT), objemově modulovaná oblouková terapie (VMAT) a radioterapie s obrazovou navigací (IGRT), zlepšují léčbu lepší ochranou normální tkáně a vyšší dávkou v cílových oblastech. Jsou však složitější a vyžadují velmi přesnou definici nádorových cílů a normálních tkání. I malé chyby při vymezování těchto oblastí mohou vést k nedostatečné léčbě nádoru nebo nadměrné léčbě zdravé tkáně. Studie ukazují, že chyby při definování cílových oblastí se v moderní radiační onkologii zvýšily. Protože tyto léčebné postupy jsou kognitivně náročnější, zvýšilo se riziko chyb v plánování a v některých případech mohou chyby způsobit vážné poškození.
Peer review před léčbou, kdy multidisciplinární tým posoudí léčebný plán před zahájením terapie, je důležitým bezpečnostním krokem a je silně doporučován. Je nejúčinnější, když se provádí před zahájením léčby, protože pozdější úpravy mohou způsobit zpoždění léčby, uspěchané změny a přidaný potenciální dopad na bezpečnost pacienta je značný.
Kvůli rostoucí složitosti a pracovní zátěži je potřeba posílit a částečně automatizovat peer review před léčbou. Nástroje pro rozhodování založené na AI/ML mohou pomoci shrnutím klíčových informací, zvýrazněním neobvyklých vlastností plánu a upozorněním na oblasti potenciálního rizika. Tyto nástroje nečiní léčebná rozhodnutí. Místo toho poskytují analýzy a vizuální shrnutí na podporu kliniků a snížení kognitivní zátěže.
Protože nástroj také zdůrazňuje rozdíly v tom, jak poskytovatelé plánují léčbu, může pomoci identifikovat rozdíly v péči a upozornit na potenciální zdravotní nerovnosti, čímž podpoří budoucí snahy o zlepšení spravedlnosti v radiační onkologii.
Typ studie
Zápis (Odhadovaný)
Fáze
- Nelze použít
Kontakty a umístění
Studijní kontakt
- Jméno: Olivia Morton
- Telefonní číslo: (984) 974-8441
- E-mail: olivia_roberts@med.unc.edu
Studijní záloha kontaktů
- Jméno: Victoria Xu
- Telefonní číslo: (984) 974-8444
- E-mail: victoria_xu@med.unc.edu
Studijní místa
-
-
North Carolina
-
Chapel Hill, North Carolina, Spojené státy, 27599
- University of North Carolina at Chapel Hill, Department of Radiation Oncology
-
Kontakt:
- Olivia Morton
- Telefonní číslo: 984-974-8441
- E-mail: olivia_roberts@med.unc.edu
-
Vrchní vyšetřovatel:
- Lukasz Mazur, PhD
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Popis
Pro účast v této studii musí subjekt splňovat všechna níže uvedená kritéria způsobilosti.
Kritéria pro zařazení:
Pouze poskytovatelé
- ≥18 let
- Účastníci peer-review na zapojených klinikách
Pouze pacienti
- ≥18 let
- Všichni pacienti s případy radioterapie karcinomu prostaty léčenými na zapojených pracovištích (pacientům není poskytována žádná intervence)
Kritéria pro vyloučení:
Pouze poskytovatelé • Poskytovatelé, kteří nejsou ochotni/neschopni dodržovat studijní postupy; pracoviště, která nemohou implementovat pracovní postup nebo poskytnout požadované výsledky.
Pacienti a poskytovatelé
• Má demenci, změněný duševní stav nebo jakýkoli psychiatrický nebo komorbidní stav, který brání porozumění nebo poskytnutí informovaného souhlasu
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Výzkum zdravotnických služeb
- Přidělení: Nerandomizované
- Intervenční model: Paralelní přiřazení
- Maskování: Žádné (otevřený štítek)
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Jiný: Poskytovatelé
Poskytovatelé radiační onkologie zapojení do odborného hodnocení na účastnických klinikách.
|
Veškeré plánování léčby a klinické sledování probíhá v souladu s institucionálními standardy a zavedenými odděleními postupy.
Aktivity kolegiálního přezkumu probíhají jako v běžné klinické praxi, s tím rozdílem, že jsou k dispozici volitelné analytické údaje generované umělou inteligencí (AI) pro přezkum klinikem.
Systém AI / strojového učení (ML) je integrován do plánovaných odděleních schůzek kolegiálního přezkumu a předkládá analytická shrnutí a vizualizace prostřednictvím řídicího panelu, který je integrován do stávajícího klinického pracovního postupu.
Systém funguje výhradně jako podpůrný nástroj pro rozhodování a neprovádí ani neiniciuje žádné autonomní akce plánování léčby, změny dávkování nebo klinické zásahy.
Během přezkumu simulace (SIM) jsou nejprve přezkoumány cílové a rizikové kontury orgánů vytvořené lékařem, což je v souladu se standardní praxí.
Teprve po tomto úvodním přezkumu může ošetřující lékař volitelně přistoupit ke konturám generovaným AI pro srovnávací účely.
Ostatní jména:
|
|
Žádný zásah: Pacienti
Pacienti s rakovinou prostaty, kteří podstupují radiační terapii, přispívají deidentifikovanými údaji o bezpečnosti.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Procento pacientů se změnami objemu uzlinových kontur
Časové okno: Výchozí hodnota
|
Procento pacientů s dokumentovanými změnami týkajícími se kontur objemu uzlin po zlepšeném kolegiálním přezkumu pomocí umělé inteligence (AI).
|
Výchozí hodnota
|
Spolupracovníci a vyšetřovatelé
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Lukasz Mazur, PhD, UNC Lineberger Comprehensive Cancer Center
Publikace a užitečné odkazy
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Odhadovaný)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- LCCC2607
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
produkt vyrobený a vyvážený z USA
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 .