Verbesserung der diagnostischen Genauigkeit bei der Frakturerkennung auf Röntgenaufnahmen des Bewegungsapparates mithilfe von Deep Learning: Eine retrospektive Multi-Reader-Studie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Moravskoslezský kraj
-
Frýdek-Místek, Moravskoslezský kraj, Tschechien, 73801
- Nemocnice ve Frýdku-Místku, p.o.
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten ab 1 Jahr.
- Röntgenaufnahmen des Bewegungsapparates sind im DICOM-Format (Digital Imaging and Communications in Medicine) verfügbar.
- Mindestens eine digitale Röntgenaufnahme eines appendikulären Körperteils, einschließlich Fuß, Knöchel, Knie, Hand, Handgelenk, Ellenbogen, Schulter oder Becken.
Ausschlusskriterien:
- Schlechte Röntgenqualität, die eine menschliche Interpretation unmöglich macht.
- Röntgenaufnahmen der Lenden-, Brust- und Halswirbelsäule oder der Gesichts-/Nasenknochen.
- Röntgenaufnahmen, die die Einschlusskriterien für appendikuläre Körperteile nicht erfüllen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Mithilfe von KI und der Überprüfung durch einen Radiologen analysierte Röntgenbilder
Diese Kohorte besteht aus 600 Röntgenaufnahmen von pädiatrischen und erwachsenen Patienten im Alter von 1 bis 99 Jahren, die sich einer Röntgenuntersuchung wegen Erkrankungen des Bewegungsapparates unterzogen haben.
Die Röntgenaufnahmen umfassen verschiedene Körperteile wie Fuß, Knöchel, Knie, Hand, Handgelenk, Ellenbogen, Schulter und Becken.
In 95 Fällen lagen Frakturen vor, während in 453 Fällen keine Frakturen auftraten.
|
Der Einsatz einer auf Deep Learning basierenden Software für künstliche Intelligenz, Carebot AI Bones Version 1.2.2, die die Erkennung von Frakturen auf Röntgenaufnahmen des Bewegungsapparates unterstützen soll.
Das KI-Modell analysiert digitale Röntgenbilder, um Brüche zu identifizieren, und hebt interessante Bereiche mit Begrenzungsrahmen hervor.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit des KI-Modells im Vergleich zu Radiologen bei der Frakturerkennung auf Röntgenaufnahmen des Bewegungsapparates
Zeitfenster: Von März 2023 bis Mai 2023 (Retrospektiver Analysezeitraum)
|
Dieses Ergebnis misst die Empfindlichkeit des KI-Modells (Carebot AI Bones 1.2.2) bei der Erkennung von Frakturen auf Röntgenaufnahmen des Bewegungsapparates im Vergleich zur Empfindlichkeit von Radiologen mit unterschiedlichem Erfahrungsniveau.
Die Sensitivität wird als Anteil der vom KI-Modell und von Radiologen identifizierten wirklich positiven Frakturfälle an allen bestätigten Frakturfällen berechnet.
|
Von März 2023 bis Mai 2023 (Retrospektiver Analysezeitraum)
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- CB-BONES-01-FM
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .