Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Forbedring af behandling af hudkræft med kunstig intelligens (04.17 SMARTI) (SMARTI)

12. august 2021 opdateret af: Melanoma and Skin Cancer Trials Limited

En pilotundersøgelse af et kunstig intelligenssystem som en diagnostisk hjælp til at forbedre behandling af hudkræft (04.17 SMARTI)

Undersøgelsen er designet til at kunne bevise, om Molemap Artificial Intelligence (AI) algoritmen kan bruges som en diagnostisk hjælp i et klinisk miljø. Denne undersøgelse vil afgøre, om den diagnostiske nøjagtighed af Molemap AI-algoritmen er sammenlignelig med en specialist dermatolog, teledermatolog og registrar (som et surrogat for en praktiserende læge). Undersøgelsens patientpopulation vil være voksne patienter, som kræver vurdering af hudkræft.

Brugen af ​​kunstig intelligens som et diagnostisk hjælpemiddel kan hjælpe primære læger, der har varierende færdigheder i hudkræftdiagnostik og føre til mere passende henvisninger (hurtig henvisning for læsioner, der kræver behandling og færre henvisninger for godartede læsioner), og derved forbedre adgangen og reducere ventetiden for specialistpleje.

Studieoversigt

Detaljeret beskrivelse

Dette er et pilotstudie, som har til formål at fastslå, om kunstig intelligens kan bruges som et diagnostisk hjælpemiddel til at forbedre diagnostisk nøjagtighed og resultater i specialistmiljøet forud for gennemførelse af et meget større forsøg med interventionen i primærplejen.

Mål:

  1. At fastslå om den diagnostiske nøjagtighed af et kunstig intelligenssystem er på niveau med teledermatologers kliniske vurdering.
  2. At etablere sikkerheden og gennemførligheden af ​​at tilbyde kunstig intelligens som et diagnostisk hjælpemiddel forud for gennemførelsen af ​​et stort forsøg med interventionen i primærplejen.

Hypoteser:

  1. AI-algoritmen vil have en diagnostisk nøjagtighed, der kan sammenlignes med en teledermatologs vurdering.
  2. AI-algoritmen vil have en diagnostisk nøjagtighed, der er mere konservativ (dvs. flere falske positiver) end hudlæger i det kliniske miljø.
  3. AI-algoritmen vil have større diagnostisk nøjagtighed end registratoren.
  4. AI-algoritmen vil føre til en reduktion i antallet af biopsier udført af registratoren, hvis sandsynlige virkning vil være reducerede omkostninger for patienter og sundhedssystemet.

Prøvedesign:

Pilotstudiet vil finde sted i specialiserede dermatologi- og melanomklinikker i Victoria, Australien. Potentielle deltagere vil blive identificeret og screenet på de generelle dermatologiske og melanomklinikker af de kliniklæger, som vurderer, at deltageren opfylder inklusions- og eksklusionskriterierne.

Intervention:

Fotografering af læsioner ved hjælp af en MoleMap-kameraenhed med automatiseret kunstig intelligens, der giver en vurdering af læsionen i realtid.

Denne pilotundersøgelse vil være et design før og efter interventionsforsøg. I den indledende 'lead-in' fase vil der ikke blive stillet nogen AI-diagnose tilbage til de behandlende klinikere. Denne fase vil blive brugt til fremtidig dataindsamling.

Til interventionsfasen vil der blive stillet en AI-diagnose til dermatologisk registrator (som bruges i dette pilotstudie som surrogat for den praktiserende læge) og hudlæge, efter at de begge har vurderet patienten klinisk. Håndtering af læsionen vil blive bestemt af hudlægen og registreret.

Sikkerheden af ​​enheden vil blive bestemt af dens brug i rammerne af specialiserede dermatologiske klinikker for at sikre, at patienterne modtager den højeste standard af pleje, med en hudlæge, der giver en klinisk diagnose og behandling af alle testede læsioner.

Det forventes, at hele forsøget vil udvides til at omfatte flere websteder på tværs af Australien og New Zealand.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

200

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • Victoria
      • Melbourne, Victoria, Australien, 3004
        • The Alfred- Victorian Melanoma Service
      • Melbourne, Victoria, Australien, 3053
        • Skin Health Institute

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

16 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier:

  1. Patienter, der går på de specialiserede dermatologiske klinikker til vurdering eller overvågning af hudkræft.
  2. Patienter kan have eller måske ikke have en læsion, der giver anledning til bekymring.
  3. Patienter skal have mindst to læsioner afbildet under fuld hudundersøgelse af en hudlæge.
  4. Alder over 18 år.
  5. Deltageren er villig og i stand til at foretage undersøgelse af mistænkelig læsion (f. hudbiopsi).

Ekskluderingskriterier:

  1. Patienten giver ikke informeret samtykke.
  2. Patienten er ude af stand til eller vil ikke have en fuldstændig hudundersøgelse
  3. Patienten har en kendt tidligere eller nuværende diagnose af kognitiv svækkelse

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: Ikke-randomiseret
  • Interventionel model: Sekventiel tildeling
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Ingen indgriben: Indledningsfasen
Under indledningsfasen vil behandlende klinikere ikke blive stillet diagnosen Molemap kunstig intelligens i realtid (dvs. i klinik med patienten).
Aktiv komparator: Aktiv fase
I den aktive fase vil behandlende klinikere blive stillet Molemap kunstig intelligens diagnose i realtid.
Denne enhed/software inkorporerer kunstig intelligens for at give en diagnostisk hjælp til klinikere af patienter med potentielt maligne hudlæsioner. Softwaren understøttes af brug af kameraer til optagelse af billeder.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk nøjagtighed af enheden sammenlignet prospektivt med en teledermatologvurdering
Tidsramme: 12 måneder
Algoritmens følsomhed og specificitet sammenlignet med teledermatologen.
12 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk nøjagtighed af enheden, når den bruges prospektivt sammenlignet med en hudlægevurdering
Tidsramme: 12 måneder
Algoritmens følsomhed og specificitet sammenlignet med hudlægen.
12 måneder
Diagnostisk nøjagtighed af enheden sammenlignet med teledermatolog, hudlæge og registrator, der bruger histopatologi som 'guldstandard' for eventuelle læsioner, der er biopsieret.
Tidsramme: 12 måneder
Algoritmens følsomhed og specificitet sammenlignet med histopatologi af eventuelle læsioner, der er biopsieret.
12 måneder
Passende udvælgelse af læsioner af registrator sammenlignet med specialiserede hudlæger
Tidsramme: 12 måneder
Dette vil blive vurderet ved at sammenligne de læsioner, der er udvalgt til gennemgang af registratoren, med de læsioner, der er udvalgt af hudlægen.
12 måneder
Hensigtsmæssigheden af ​​registratorens ledelse sammenlignet med specialiserede hudlæger og indvirkning AI kan have på dette.
Tidsramme: 12 måneder
Dette vil blive vurderet ved at sammenligne registratorens kliniske vurdering med hudlægers kliniske vurdering, og hvis levering af AI-vurderingen i realtid har en indvirkning.
12 måneder

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Samarbejdspartnere

Efterforskere

  • Studiestol: Victoria Mar, A/Prof, Monash University, Australia

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. oktober 2019

Primær færdiggørelse (Faktiske)

19. maj 2021

Studieafslutning (Faktiske)

30. maj 2021

Datoer for studieregistrering

Først indsendt

29. juli 2019

Først indsendt, der opfyldte QC-kriterier

29. juli 2019

Først opslået (Faktiske)

31. juli 2019

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

19. august 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. august 2021

Sidst verificeret

1. juli 2021

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

Ingen

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Hudkræft

3
Abonner