Estudio retrospectivo del rendimiento de Carebot AI CXR en la práctica preclínica
Detección de anomalías en la radiografía de tórax mediante inteligencia artificial: estudio retrospectivo del rendimiento de Carebot AI CXR en la práctica preclínica
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El rendimiento del software Carebot AI CXR capacitado y validado internamente se prueba en un conjunto de 127 imágenes CXR de la población objetivo. Esto se compara con la práctica clínica común, es decir, la evaluación de imágenes por un radiólogo en un hospital. Los pacientes pueden tener una variedad de hallazgos; en esta etapa de la evaluación, un hallazgo anormal se considera una anomalía en cualquiera de las clases definidas. Las imágenes negativas falsas predichas incorrectamente por el software Carebot AI CXR dan como resultado una determinación del impacto clínico.
Para recopilar los datos de CXR para un estudio retrospectivo, los investigadores se dirigieron a un hospital municipal en la República Checa que brinda servicios de atención médica a hasta 130 000 residentes de una ciudad de tamaño mediano (aproximadamente 70 000 habitantes) y sus alrededores. Se recopilaron 127 imágenes de CXR anonimizadas entre el 15 y el 17 de agosto de 2022 y, posteriormente, se enviaron a cinco radiólogos independientes de diversa experiencia para su anotación. Se pidió a los radiólogos seleccionados que evaluaran si la imagen de CXR mostraba alguna de las 12 anomalías preseleccionadas. Las imágenes de CXR pediátricas (menores de 18 años), las exploraciones con problemas técnicos (mala calidad de imagen, rotación) y las imágenes en proyección lateral se excluyeron del conjunto de datos.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Havířov, Chequia, 73601
- Nemocnice Havířov, p. o.
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes hospitalizados que fueron remitidos para radiografía de tórax entre el 15 y el 17 de agosto de 2022.
Criterio de exclusión:
- Imágenes de CXR pediátricas (menores de 18 años)
- Escaneos con problemas técnicos (mala calidad de imagen, rotación)
- Imágenes en proyección lateral
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Retrospectivo
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Recopilación retrospectiva de archivos de pacientes DICOM para el período del 15 al 17 de agosto
Para recopilar los datos de CXR para un estudio retrospectivo, nos dirigimos a un hospital municipal en la República Checa que brinda servicios de atención médica a hasta 130 000 residentes de una ciudad de tamaño mediano (aproximadamente 70 000 habitantes) y sus alrededores.
Se recopilaron 127 imágenes de CXR anonimizadas entre el 15 y el 17 de agosto de 2022 y, posteriormente, se enviaron a cinco radiólogos independientes de diversa experiencia para su anotación.
Se pidió a los radiólogos seleccionados que evaluaran si la imagen de CXR mostraba alguna de las 12 anomalías mencionadas anteriormente.
Las imágenes de CXR pediátricas (menores de 18 años), las exploraciones con problemas técnicos (mala calidad de imagen, rotación) y las imágenes en proyección lateral se excluyeron del conjunto de datos.
|
Carebot AI CXR es un software basado en aprendizaje profundo que ayuda a los radiólogos en la interpretación de radiografías de tórax en proyecciones posterior-anterior (PA) o anterior-posterior (AP).
La solución con inteligencia artificial detecta automáticamente anomalías basadas en patrones visuales para los siguientes hallazgos: atelectasia, consolidación, cardiomegalia, ensanchamiento mediastínico, neumoperitoneo, neumotórax, edema pulmonar, lesión pulmonar, fractura ósea, agrandamiento hiliar, enfisema subcutáneo y derrame pleural.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Objetivo primario
Periodo de tiempo: 20-10-2022
|
Comparación de la precisión del radiólogo y la evaluación de imágenes Carebot AI CXR.
|
20-10-2022
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Objetivo secundario
Periodo de tiempo: 20-10-2022
|
Comparación de la precisión de radiólogos con diferente experiencia frente a Carebot AI CXR.
Evaluación de debilidades de Carebot AI CXR.
|
20-10-2022
|
Colaboradores e Investigadores
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 00001
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
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. .