Automated Vetting and Protocolling of MRI Examinations (AutoProMpt)
Automated Vetting and Protocoling of MRI Examination Referrals Using Explainable Large Language Models (LLM) With Retrieval Augmented Generation (RAG) (XLLM) Techniques- A Multi-stage Study
Background Vetting and assigning of protocols to MRI scan requests are usually carried out by radiologists and radiographers. This way is both time-consuming and prone to error. Recent improvements in Artificial Intelligence (Al) like Large Language Models (LLMs) are better at processing human language. It could be used to improve tasks like image reporting and assigning protocols in radiology.
Approach Firstly, I will find out about the delays in the way this is currently done. I will use a survey to find out the perceptions of radiologists to both the current process and the proposed Al intervention.
I will then use an LLM to undertake referral and protocol tasks. I will compare its performance to the performance of clinical specialists and established guidelines.
I will present the explanation reports to radiologists and ask them if they can be understood and whether they can be trusted as clinically reliable.
Impact My research could help reduce the workload and time radiologists spend dealing with scan requests. The findings will help design future research to consider application in real clinical settings.
Studienübersicht
Status
Intervention / Behandlung
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Edozie Iweka, MSc (Dist)
- Telefonnummer: +441225386989
- E-Mail: eoi29@bath.ac.uk
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
This study is multi-stage multi-center research involving retrospective MRI referral data of patients and collected across three NHS Foundation Trusts in the United Kingdom.
Beschreibung
Inclusion Criteria:
- Patients who have had MRI examinations in the study sites
- Patients with MRI referrals submitted through electronic referral systems
- Patients whose MRI referrals were vetted and protocolled prior to examination
Exclusion Criteria:
- Patients who have had other imaging examination outside the MRI
- Patients with paper referrals scanned in electronic referral systems
- Patients for MRI examinations without vetting and protocolling
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: COHORT
- Zeitperspektiven: RETROSPECTIVE
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Group
Adult Patients undergoing MRI examinations |
No Intervention as this is an experiment on retrospective collected referral data |
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Accuracy
Zeitfenster: Through study completion, an average of 2 years
|
Accuracy of pretrained LLMs+RAG in automating vetting and protocolling of MRI examination referrals. |
Through study completion, an average of 2 years
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Clinical Usefulness
Zeitfenster: Through study completion, an average of 2 years
|
Clinical usefulness of explainability reports on the performance of pretrained LLMs+RAG in automating vetting and protocolling of MRI examination referrals. |
Through study completion, an average of 2 years
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 18376
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
No patient identifiable data will be collected from this study. All collected data will be held by the sponsor institution, University of Bath as per local research data policy.
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 .