KI-unterstützte Erkennung von Röntgenaufnahmen des Brustkorbs (AID-CXR)

Diese Studie wurde als Unterstudie zur Studie „Simulation Training for Emergency Department Imaging 2“ (ClinicalTrials.gov) hinzugefügt ID NCT05427838).

Bei der Lunit INSIGHT CXR handelt es sich um eine Validierungsstudie, die darauf abzielt, den Nutzen eines auf künstlicher Intelligenz (KI) basierenden Interpretationstools für Röntgenaufnahmen des Brustkorbs (CXR) zur Unterstützung der diagnostischen Genauigkeit, Geschwindigkeit und Sicherheit einer vielfältigen Gruppe von medizinischen Fachkräften zu bewerten. Die Studie wird anhand von 500 retrospektiv gesammelten CXRs für stationäre Patienten und Notaufnahmen von zwei Krankenhausfonds im Vereinigten Königreich (UK) durchgeführt. Zwei von der Gemeinschaft ausgebildete Thoraxradiologen werden alle Studien unabhängig voneinander überprüfen, um den Referenzstandard für die Grundwahrheit festzulegen. Das Lunit INSIGHT CXR-Tool wird zur Analyse jedes CXR verwendet und seine Leistung wird im Vergleich zu den Expertenlesern gemessen. Die Studie wird den Nutzen des Algorithmus bei der Verbesserung der Lesergenauigkeit und -sicherheit bewerten, gemessen anhand von Sensitivität, Spezifität, positivem Vorhersagewert und negativem Vorhersagewert. Die Studie wird die Leistung des Algorithmus anhand von zehn abnormalen Befunden messen, darunter Lungenknötchen/-masse, Konsolidierung, Pneumothorax, Atelektase, Verkalkung, Kardiomegalie, Fibrose, Mediastinalerweiterung, Pleuraerguss und Pneumoperitoneum. An der Studie werden Leser aus verschiedenen klinischen Berufsgruppen mit und ohne Unterstützung von Lunit INSIGHT CXR beteiligt sein. Die Studie wird Belege für die Wirkung von KI-Algorithmen bei der Unterstützung von Gesundheitsfachkräften wie Notfallmedizinern und Allgemeinmedizinern liefern, die in ihrer täglichen Praxis regelmäßig Bilder überprüfen.