Detección de fracturas asistida por IA en rayos X (FRACT-AI) (FRACT-AI)

Este estudio se agregó como un subestudio al estudio Entrenamiento de simulación para imágenes en el departamento de emergencias 2 (ClinicalTrials.gov DNI NCT05427838). Este trabajo tiene como objetivo evaluar el impacto de un algoritmo mejorado con Inteligencia Artificial (IA) llamado Boneview en la precisión diagnóstica de los médicos en la detección de fracturas en XR (rayos X) simples. El estudio creará un conjunto de datos de 500 radiografías simples que involucran imágenes estándar de todos los huesos excepto el cráneo y la columna cervical, con un 50% de casos normales y un 50% con fracturas. Un panel de radiólogos senior establecerá una "verdad sobre el terreno" de referencia para cada imagen para confirmar la presencia o ausencia de una fractura. Luego, el algoritmo Gleamer Boneview inferirá este conjunto de datos para identificar fracturas. El rendimiento del algoritmo se comparará con el estándar de referencia. Luego, el estudio llevará a cabo un estudio de casos múltiples con lectores múltiples en el que los médicos interpretan todas las imágenes sin IA y luego con acceso a la salida del algoritmo de IA. Se reclutarán 18 médicos como lectores, 3 de cada uno de seis grupos clínicos distintos: medicina de emergencia, traumatología y cirugía ortopédica, enfermeras practicantes de emergencia, fisioterapia, radiología y radiógrafos, con tres niveles de antigüedad en cada grupo. Se compararán los cambios en la precisión de los informes (sensibilidad, especificidad), la confianza y la velocidad de los lectores en dos sesiones. Los resultados se analizarán en un análisis agrupado para todos los lectores así como para los siguientes subgrupos: Rol clínico, Nivel de antigüedad, Hallazgo patológico, Dificultad de imagen. El estudio demostrará el impacto de una interpretación de IA en comparación con la interpretación de los médicos y en comparación con los médicos que utilizan la IA como complemento de su interpretación. El estudio representará una variedad de antecedentes profesionales y niveles de experiencia entre el elemento clínico. El estudio utilizará radiografías de película simple que representarán una variedad de vistas anatómicas y presentaciones patológicas; sin embargo, las radiografías presentarán un número igual de radiografías patológicas y no patológicas, dando el mismo peso a la evaluación de la especificidad y la sensibilidad. Ya se ha concedido la aprobación ética y el estudio se difundirá mediante publicación en revistas revisadas por pares y presentaciones en conferencias relevantes.