Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Verwendung von KI als diagnostisches Entscheidungsunterstützungstool zur Unterstützung der Diagnose von Hautkrankheiten in der primären Gesundheitsversorgung in Katalonien

4. Mai 2022 aktualisiert von: Jordi Gol i Gurina Foundation

Verwendung künstlicher Intelligenz als diagnostisches Entscheidungsunterstützungstool zur Unterstützung der Diagnose von Hautkrankheiten in der primären Gesundheitsversorgung in Katalonien

Hintergrund: Dermatologische Erkrankungen sind ein relevantes Gesundheitsproblem. Modelle des maschinellen Lernens werden zunehmend in der Dermatologie als diagnostisches Entscheidungsunterstützungstool mithilfe von Bildanalysen eingesetzt, insbesondere zur Hautkrebserkennung und -klassifizierung.

Ziel: Das Ziel dieser Studie ist die prospektive Validierung eines Bildanalyse-ML-Modells, das in der Lage ist, 44 verschiedene Hautkrankheitstypen zu screenen, und den Vergleich seiner diagnostischen Kapazität mit der von Hausärzten (GPs) und Dermatologen.

Methoden: In dieser prospektiven Studie werden 100 konsekutive Patienten rekrutiert, die einen teilnehmenden Hausarzt mit einem Hautproblem in Zentralkatalonien aufsuchen, die Datenerhebung ist auf 7 Monate geplant. Anonymisierte Bilder von Hautkrankheiten werden aufgenommen und in die ML-Modellschnittstelle eingefügt, die die Top-5-Genauigkeitsdiagnose zurückgibt. Dasselbe Bild wird auch als Teledermatologie-Konsultation gemäß dem aktuellen Arbeitsablauf gesendet. Die Beurteilungen von Allgemeinmedizinern, ML-Modellen und Dermatologen werden verglichen, um die Präzision, Sensitivität, Spezifität und Genauigkeit des ML-Modells zu berechnen.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Detaillierte Beschreibung

Eine sichere, anonyme, eigenständige Webschnittstelle, die mit jedem Mobilgerät kompatibel ist, wird in die Autoderm-API integriert. Die in diesem Projekt durchgeführte Studie wird aus einer prospektiven Studie bestehen, die darauf abzielt, die Leistung des ML-Modells zu bewerten und seine diagnostische Kapazität mit Hausärzten und Dermatologen zu vergleichen.

Zur Durchführung der Studie wird das folgende Verfahren durchgeführt, bis die erforderliche Anzahl von Proben erreicht ist:

  1. Ein geeigneter Patient mit Hautproblemen wird gebeten, teilzunehmen und die Studienvereinbarung des Patienten zu unterzeichnen.
  2. Der Hausarzt wird den Hautzustand diagnostizieren.
  3. Der Hausarzt (oder die Krankenschwester) macht ein Bild in guter Qualität des Hautzustands.
  4. Der Hausarzt sendet das Foto als Teledermatologie-Konsultation gemäß dem aktuellen Arbeitsablauf.
  5. Das Bild wird in die Benutzeroberfläche von Autoderm ML eingegeben.
  6. Der Dermatologe wird den Hautzustand diagnostizieren.

Die Studie wird in Primärversorgungszentren durchgeführt, die vom katalanischen Gesundheitsinstitut verwaltet werden. Die teilnehmenden PCP befinden sich in ländlichen und großstädtischen Gebieten in Zentralkatalonien, zu denen die Regionen Anoia, Bages, Moianès, Berguedà und Osona gehören. Die in die Studie einbezogene Referenzpopulation wird etwa 512.050 betragen. Die Rekrutierung von Studieninteressierten erfolgt konsekutiv.

Allgemeinmediziner sammeln Daten von aufeinanderfolgenden Patienten, die die Einschlusskriterien erfüllen, nachdem sie eine schriftliche Einverständniserklärung erhalten haben. Gesammelte Daten werden ausschließlich in Form von Fallberichten gemeldet (angehängt an Anhang V und VI).

Der Hausarzt diagnostiziert den Hautzustand und füllt die „Beurteilung durch den Hausarzt“ aus. Für jeden Patienten macht der Hausarzt mit einer Smartphone-Kamera eine Nahaufnahme in guter Qualität des Hautproblems. Das Bild ist anonym und es ist nicht möglich, Patienten zu identifizieren. Der Hausarzt verwendet die Autoderm ML-Schnittstelle, um das anonymisierte Bild hochzuladen, und füllt den Fragebogen „Beurteilung durch das ML-Modell“ mit den drei wichtigsten Diagnosen aus, die vom ML-Modell generiert wurden.

Um eine zweite Meinung einzuholen, wird der Hausarzt das anonymisierte Bild und eine genaue Beschreibung der Hautläsion in die Krankengeschichte des Patienten nach dem aktuellen Teledermatologie-Fluss aufnehmen. Der Hausarzt füllt den Fragebogen „Beurteilung durch Teledermatologie“ nach Erhalt der Informationen aus, wobei die Reaktionszeit etwa 2-7 Tage beträgt.

Im Falle einer dermatologischen Überweisung füllt der Hausarzt die „Beurteilung durch einen persönlichen Dermatologen“ aus, indem er auf die elektronischen Patientenakten zugreift, sobald diese verfügbar sind, wobei die durchschnittliche Wartezeit für die Überweisung zwischen 30 und 90 Tagen liegt.

Die Fragebogen-Fallnummer ist für alle Fragebögen gleich und es ist nicht möglich, den Patienten zu identifizieren, da die Fallnummer vor Beginn der Datenerhebungsphase vordefiniert wird.

Um die Leistung des ML-Modells mit der von Hausärzten und Dermatologen zu vergleichen, wird eine Stichprobengröße von 100 Bildern von Hauterkrankungen von Patienten benötigt, die die Einschlusskriterien erfüllen. Die vorgeschlagene Stichprobengröße basiert auf der Berechnung der Stichprobengröße, die in ähnlichen Forschungsarbeiten verwendet wurde.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

100

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Barcelona
      • Navàs, Barcelona, Spanien, 08670
        • CAP Navàs

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (ERWACHSENE, OLDER_ADULT)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Beschreibung

Einschlusskriterien:

  • Patienten mit Hauterkrankungen Grund für den Besuch.
  • Patienten, die eine schriftliche Einverständniserklärung abgeben.
  • Patienten, die 18 Jahre oder älter sind.

Ausschlusskriterien:

  • Patienten mit fortgeschrittener Demenz.
  • Patienten mit einer Hautläsion, die nicht mit einem Smartphone fotografiert werden kann, und Bilder mit schlechter Qualität.
  • Patienten mit Erkrankungen, die mit dem Risiko einer schlechten Protokolleinhaltung verbunden sind.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: DIAGNOSE
  • Zuteilung: N / A
  • Interventionsmodell: SINGLE_GROUP
  • Maskierung: KEINER

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
EXPERIMENTAL: Diagnosetest: ML-Modell
Die diagnostische Leistungsfähigkeit des ML-Modells wird mit der von Hausärzten und Dermatologen verglichen.
Der Hausarzt macht mit einer Smartphone-Kamera ein Bild des Hautproblems und verwendet die Autoderm ML-Schnittstelle, um das anonymisierte Bild hochzuladen. Die erhaltene vorhergesagte Diagnose wird in Form eines Fallberichts aufgezeichnet.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Empfindlichkeit des ML-Modells
Zeitfenster: 1 Jahr
Echt-Positiv-Rate des ML-Modells
1 Jahr
Spezifität des ML-Modells
Zeitfenster: 1 Jahr
Wahre negative Rate des ML-Modells
1 Jahr
Genauigkeit des ML-Modells
Zeitfenster: 1 Jahr
Verhältnis der Anzahl korrekter Vorhersagen zur Gesamtzahl der Eingabestichproben
1 Jahr
Fläche unter der Empfängerbetriebskennlinie des ML-Modells
Zeitfenster: 1 Jahr
Diagnosefähigkeit des ML-Modells
1 Jahr

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Anteil der berechtigten Teilnehmer, die einer Teilnahme an der Studie zustimmen
Zeitfenster: 1 Jahr
Häufigkeit der Patienten, die der Teilnahme an der klinischen Studie zustimmen und geeignet sind.
1 Jahr

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (TATSÄCHLICH)

15. Januar 2021

Primärer Abschluss (TATSÄCHLICH)

31. Dezember 2021

Studienabschluss (TATSÄCHLICH)

31. Dezember 2021

Studienanmeldedaten

Zuerst eingereicht

28. August 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. September 2020

Zuerst gepostet (TATSÄCHLICH)

24. September 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (TATSÄCHLICH)

5. Mai 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

4. Mai 2022

Zuletzt verifiziert

1. März 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • P20/159-P

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Beschreibung des IPD-Plans

Das Protokoll wird veröffentlicht.

IPD-Sharing-Zeitrahmen

Ende des Studiums

IPD-Sharing-Zugriffskriterien

Die Informationen werden in internationalen wissenschaftlichen Zeitschriften veröffentlicht

Art der unterstützenden IPD-Freigabeinformationen

  • STUDIENPROTOKOLL
  • CSR

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Hautkrankheiten

Abonnieren