Evaluation of Use of Diagnostic AI for Lung Cancer in Practice
20 de julio de 2019 actualizado por: Ensemble Group Holdings, LLC
This study investigates ways of improving radiologists performance of the classification of CT-scans as cancerous or non-cancerous.
Participants interact with an AI to classify CT-scans under three different conditions.
Descripción general del estudio
Estado
Desconocido
Condiciones
Intervención / Tratamiento
Descripción detallada
The three conditions are as follows: "probabilistic classification", where the radiologist diagnoses scans using an AI cancer likelihood score; "classification plus detection", where the radiologist see detecting lung nodules in addition to the AI's probabilistic classification score before making her own examination of the CT-scan; and "classification with delayed detection", where the radiologist identifies regions of interest independently of the AI and then sees the AI's detected ROIs.
Tipo de estudio
Intervencionista
Inscripción (Anticipado)
15
Fase
- No aplica
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
-
Hong Kong, Hong Kong
- University of Hong Kong
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Géneros elegibles para el estudio
Todos
Descripción
Inclusion Criteria:
- The participant performs radiology screenings professionally
Exclusion Criteria:
-
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación cruzada
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Probabilistic Classification
Radiologists see a "score" from 1-100 that represents the AI's prediction of whether the CT-scan comes from a patient with cancer or not before beginning their analysis of the scan.
|
Exploring what kinds of AI-human interaction improve radiologists detection accuracy.
|
|
Experimental: Classification Plus Detection
Radiologists see a "score" from 1-100 that represents the AI's prediction of whether the CT-scan comes from a patient with cancer or not before beginning their analysis of the scan.
They also see ROIs identified by the AI that represent lung nodules.
|
Exploring what kinds of AI-human interaction improve radiologists detection accuracy.
|
|
Experimental: Classification With Delayed Detection
Radiologists see a "score" from 1-100 that represents the AI's prediction of whether the CT-scan comes from a patient with cancer or not before beginning their analysis of the scan.
After identifying their own ROIs, the radiologist then can see ROIs identified by the AI that represent lung nodules before making final decisions.
|
Exploring what kinds of AI-human interaction improve radiologists detection accuracy.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Classification accuracy
Periodo de tiempo: up to 4 months after initiation of evaluation of the test set
|
This compares radiologists' classifications with the ground truth in the tested cases.
|
up to 4 months after initiation of evaluation of the test set
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
detection concordance
Periodo de tiempo: up to 4 months after initiation of evaluation of the test set
|
Evaluation of concordance between radiologists in the tested cases in detection of lung nodules > 4 mm
|
up to 4 months after initiation of evaluation of the test set
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
14 de diciembre de 2018
Finalización primaria (Anticipado)
15 de diciembre de 2019
Finalización del estudio (Anticipado)
15 de diciembre de 2019
Fechas de registro del estudio
Enviado por primera vez
16 de diciembre de 2018
Primero enviado que cumplió con los criterios de control de calidad
17 de diciembre de 2018
Publicado por primera vez (Actual)
19 de diciembre de 2018
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
23 de julio de 2019
Última actualización enviada que cumplió con los criterios de control de calidad
20 de julio de 2019
Última verificación
1 de julio de 2019
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- EN-122018
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Indeciso
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .