Detección asistida por IA de radiografías de tórax (AID-CXR)

Este estudio se agregó como un subestudio al estudio Entrenamiento de simulación para imágenes en el departamento de emergencias 2 (ClinicalTrials.gov DNI NCT05427838).

Lunit INSIGHT CXR es un estudio de validación que tiene como objetivo evaluar la utilidad de una herramienta de interpretación de rayos X de tórax (CXR) basada en inteligencia artificial (IA) para ayudar a la precisión, velocidad y confianza del diagnóstico de un grupo variado de profesionales de la salud. El estudio se llevará a cabo utilizando 500 radiografías de tórax de pacientes hospitalizados y de departamentos de emergencia recopiladas retrospectivamente de dos fideicomisos hospitalarios del Reino Unido (Reino Unido). Dos radiólogos torácicos capacitados revisarán de forma independiente todos los estudios para establecer el estándar de referencia real sobre el terreno. La herramienta Lunit INSIGHT CXR se utilizará para analizar cada CXR y su rendimiento se medirá con lectores expertos. El estudio evaluará la utilidad del algoritmo para mejorar la precisión y la confianza del lector, medidas por la sensibilidad, la especificidad, el valor predictivo positivo y el valor predictivo negativo. El estudio medirá el rendimiento del algoritmo frente a diez hallazgos anormales, incluidos nódulos/masas pulmonares, consolidación, neumotórax, atelectasia, calcificación, cardiomegalia, fibrosis, ensanchamiento mediastínico, derrame pleural y neumoperitoneo. En el estudio participarán lectores de varios grupos de profesionales clínicos con y sin la ayuda de Lunit INSIGHT CXR. El estudio proporcionará evidencia sobre el impacto de los algoritmos de IA para ayudar a los profesionales de la salud, como los médicos de emergencia y medicina general, que revisan periódicamente las imágenes en su práctica diaria.