Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Optimización del flujo de trabajo clínico mediante inteligencia artificial para afecciones dermatológicas (IDEI_2023)

18 de marzo de 2024 actualizado por: AI Labs Group S.L

Optimización del flujo de trabajo clínico en pacientes con diversas afecciones dermatológicas mediante inteligencia artificial

La inteligencia artificial (IA) basada en imágenes tiene un enorme potencial para mejorar la precisión del diagnóstico visual en el campo médico. En medio de la pandemia de COVID-19, el acceso limitado a los servicios de atención médica presencial impulsó cambios en la atención médica, acelerando la adopción de la telemedicina. En este contexto, el uso de la IA para la clasificación y el apoyo a las decisiones puede ser crucial para que los profesionales gestionen la carga de trabajo y mejoren el rendimiento. En dermatología, las lesiones pigmentadas, el acné y la alopecia son tres grupos de patologías recurrentes y con gran demanda en los centros dermatológicos. Tanto el triaje, como la evaluación clínica y el seguimiento de los pacientes requieren de recursos presenciales y dedicación de especialistas. El empleo de herramientas como la IA puede beneficiar a estos profesionales al reducir dichos procesos y optimizar la carga de trabajo.

Los avances en el reconocimiento e interpretación de imágenes, así como en la inteligencia artificial, han impulsado innovaciones en el diagnóstico de diversas patologías, incluidas las afecciones de la piel. Los sistemas de diagnóstico asistido por computadora (CAD) y otras tecnologías basadas en algoritmos han demostrado la capacidad de clasificar imágenes de lesiones con una competencia comparable a la de un médico experto.

En este estudio se evaluará la herramienta Legit.Health, desarrollada por AI LABS GROUP S.L., que utiliza inteligencia artificial para optimizar el flujo clínico y los procesos de atención al paciente con afecciones de la piel. El objetivo de esta herramienta es priorizar automáticamente a los pacientes con mayor urgencia, asignar el tipo de consulta (dermatológica o estética), mejorar la capacidad de diagnóstico y detección de lesiones pigmentadas malignas en el personal auxiliar y proporcionar un registro visual (fotografía) del estado de los pacientes. revisión posterior por parte de expertos externos.

Así, el principal objetivo de este estudio es validar que Legit.Health, basado en Inteligencia Artificial, mejora la eficiencia en el flujo clínico y los procesos de atención al paciente, reduciendo así el tiempo y el costo de la atención al paciente a través de una mayor precisión diagnóstica y determinación de la gravedad.

Los objetivos secundarios se centran en medir el rendimiento diagnóstico de Legit.Health:

Demostrar que Legit.Health mejora la capacidad de los profesionales de la salud para detectar lesiones pigmentadas malignas o sospechosas.

Demostrar que Legit.Health mejora la capacidad y precisión de los profesionales sanitarios a la hora de medir el grado de afectación en pacientes con alopecia androgenética femenina.

Demostrar que Legit.Health mejora la capacidad y precisión de los profesionales sanitarios a la hora de medir el grado de afectación en pacientes con acné.

Además, el estudio pretende evaluar la utilidad de esta herramienta:

Automatizar el proceso de clasificación/evaluación inicial en pacientes que presentan lesiones pigmentadas.

Evaluar la reducción del uso de recursos sanitarios por parte del centro reduciendo el número de consultas de triaje y dirigiendo al paciente directamente a la consulta adecuada (estética o dermatológica).

Evaluar la usabilidad de Legit.Health por parte del paciente. Demuestre que Legit.Health aumenta la satisfacción de los especialistas. Evaluar la reducción en el uso de recursos sanitarios reduciendo el número de consultas de triaje y dirigiendo al paciente directamente a la consulta adecuada, ya sea en ámbito estético o dermatológico.

Metodología Tipo de diseño del estudio Se trata de un estudio observacional, tanto prospectivo de carácter longitudinal como retrospectivo de serie de casos.

Período de estudio Este estudio estima un período de reclutamiento de 3 meses. La duración total del estudio se estima en 6 meses, incluido el tiempo previo para el análisis retrospectivo y el tiempo necesario después de reclutar al último sujeto para el cierre y edición de la base de datos, el análisis de datos y la preparación del informe final del estudio.

La duración total del estudio para cada participante con lesiones pigmentadas será de 1 a 3 meses. La duración para pacientes con acné y alopecia será de 1 día.

Población de estudio Pacientes adultos (≥ 18 años) con patologías de la piel atendidos en la Unidad de Dermatología del IDEI.

Descripción general del estudio

Descripción detallada

La inteligencia artificial (IA) basada en imágenes presenta un enorme potencial para mejorar la precisión del diagnóstico visual en el campo médico. Durante la pandemia de COVID-19, el acceso limitado a los servicios de atención médica presencial impulsó cambios en la atención médica, acelerando la adopción de la telemedicina. En este contexto, el uso de la IA para la clasificación y el apoyo a las decisiones puede ser crucial para que los profesionales gestionen la carga de trabajo y mejoren el rendimiento. En dermatología, las lesiones pigmentadas, el acné y la alopecia son tres grupos de patología recurrentes y con gran demanda en un centro dermatológico. Tanto el triaje de estos pacientes, como la evaluación clínica y su seguimiento requieren de recursos presenciales y de la dedicación del especialista y del personal. El uso de herramientas como la IA puede beneficiar a estos profesionales a la hora de reducir estos procesos y optimizar la carga de trabajo.

Los avances en el reconocimiento e interpretación de imágenes, así como en la inteligencia artificial, han impulsado innovaciones en el diagnóstico de diversas patologías, incluidas las afecciones de la piel. Los sistemas de diagnóstico asistido por computadora (CAD) y otras tecnologías basadas en algoritmos han demostrado su capacidad para clasificar imágenes de lesiones con una competencia comparable a la de un médico experto.

En este estudio se evaluará la herramienta Legit.Health, desarrollada por AI LABS GROUP S.L., que utiliza inteligencia artificial para optimizar el flujo clínico y el proceso de atención de pacientes con afecciones de la piel. La finalidad de esta herramienta es la priorización automática de los pacientes con mayor urgencia, asignándoles el tipo de consulta (dermatológica o estética), mejorando la capacidad diagnóstica y detección de lesiones pigmentadas malignas en el personal auxiliar, así como proporcionar un registro visual (fotografía ) del estado para su posterior revisión por expertos externos.

Así, el principal objetivo de este estudio es validar que la herramienta Legit.Health, basada en Inteligencia Artificial, mejora la eficiencia en el flujo clínico y el proceso de atención de los pacientes, reduciendo el tiempo y el coste de la atención por paciente a través de una mayor precisión diagnóstica y determinación. del grado de malignidad o gravedad.

Los objetivos secundarios se centran en medir el rendimiento diagnóstico de Legit.Health:

Demostrar que Legit.Health mejora la capacidad de los profesionales sanitarios para detectar lesiones pigmentadas malignas o sospechosas.

Demostrar que Legit.Health mejora la capacidad y precisión de los profesionales sanitarios a la hora de medir el grado de afectación en pacientes con alopecia androgenética femenina.

Demostrar que Legit.Health mejora la capacidad y precisión de los profesionales sanitarios a la hora de medir el grado de afectación en pacientes con acné.

Además, el estudio pretende evaluar la utilidad de esta herramienta:

Automatizar el proceso de triaje/evaluación inicial en pacientes que consultan por lesiones pigmentadas.

Evaluar la reducción del uso de recursos sanitarios por parte del centro reduciendo el número de consultas de triaje y derivando directamente al paciente a la consulta adecuada (estética o dermatológica).

Evaluar la usabilidad de Legit.Health por parte del paciente. Demuestre que Legit.Health aumenta la satisfacción de los especialistas. Evaluar la reducción del uso de recursos sanitarios reduciendo el número de consultas de triaje y derivando directamente al paciente a la consulta adecuada, ya sea en el ámbito estético o dermatológico.

Metodología:

Tipo de diseño de estudio:

Se trata de un estudio observacional, tanto prospectivo de carácter longitudinal como retrospectivo de serie de casos.

Periodo de estudio:

Este estudio estima un período de reclutamiento de 3 meses.

La duración total del estudio se estima en 6 meses, incluido el tiempo previo para el análisis retrospectivo y el tiempo necesario después de reclutar al último sujeto para el cierre y edición de la base de datos, el análisis de datos y la preparación del informe final del estudio.

La duración total del estudio para cada participante con lesiones pigmentadas será de 1 a 3 meses. La duración para pacientes con acné y alopecia será de 1 día.

Población de estudio:

Pacientes adultos (≥ 18 años) con patologías de la piel atendidos en la Unidad de Dermatología del IDEI.

Tipo de estudio

De observación

Inscripción (Estimado)

150

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.

Estudio Contacto

Copia de seguridad de contactos de estudio

Ubicaciones de estudio

      • Madrid, España, 28009
        • Reclutamiento
        • IDEI Hospital
        • Sub-Investigador:
          • Alfonso Medela, MsC
        • Sub-Investigador:
          • Taig Mac Carthy, MsC
        • Contacto:
        • Investigador principal:
          • Miguel Sánchez-Viera, PhD
        • Sub-Investigador:
          • Concetta Alessandro, MD
        • Sub-Investigador:
          • Alejandra Capote, MD
        • Sub-Investigador:
          • Pablo López-Andina, MD
        • Sub-Investigador:
          • Allison Marie Bell-Smythe Sorg, MD
        • Sub-Investigador:
          • Alejandra Vallejos, MD
        • Sub-Investigador:
          • Isabel del Campo, MD
        • Sub-Investigador:
          • Juliana Machado, MD
        • Sub-Investigador:
          • Raúl Lucas-Escobar, MD
        • Sub-Investigador:
          • Beatriz Torres

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

Método de muestreo

Muestra no probabilística

Población de estudio

Pacientes con lesiones pigmentadas y sospecha de malignidad, pacientes diagnosticados de acné inflamatorio y mujeres con alopecia androgenética. Todas estas personas serán atendidas en el servicio de dermatología de los hospitales del IDEI

Descripción

Criterios de inclusión:

  • Pacientes de 18 años o más (16 años para acné).
  • Pacientes con lesiones pigmentadas que cumplan alguna de las siguientes condiciones:
  • Presentando por primera vez una lesión pigmentada.
  • Previamente agendado para consulta de dermatoscopia por primera vez o para revisión de lesiones pigmentadas.
  • Pacientes con acné inflamatorio activo.
  • Mujeres con alopecia androgenética.

Criterio de exclusión:

  • Pacientes que el investigador considere que no pueden o no quieren cumplir con los procedimientos del estudio.

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

Cohortes e Intervenciones

Grupo / Cohorte
Pacientes con lesiones pigmentadas y sospecha de malignidad.
Pacientes atendidos en hospitales del IDEI y con lesiones pigmentarias en la piel, que sean sospechosas de malignidad. Los profesionales tomarán una fotografía de la lesión y la cargarán en la herramienta para confirmar tanto el diagnóstico como la sospecha de malignidad.
Pacientes diagnosticados con acné.
Pacientes atendidos en los hospitales del IDEI y diagnosticados con acné. Los profesionales tomarán una fotografía del rostro de los pacientes y la cargarán en la herramienta para comprobar la gravedad del acné y compararla con el estándar de oro.
Pacientes diagnosticadas de alopecia androgenética femenina
Pacientes atendidas en hospitales del IDEI y diagnosticadas de alopecia androgenética femenina. Los profesionales tomarán una fotografía de la parte superior de la cabeza y la cargarán en la herramienta para comprobar la gravedad de la alopecia y compararla con el estándar de oro.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Concordancia entre el diagnóstico del médico y el de la herramienta.
Periodo de tiempo: Al momento de la inscripción hasta 1 año
Análisis de concordancia entre el diagnóstico emitido por el dermatólogo y el determinado por la herramienta Legit.Health.
Al momento de la inscripción hasta 1 año
Acuerdo de malignidad detectada entre el dermatólogo y la herramienta Legit.Health
Periodo de tiempo: Al momento de la inscripción hasta 1 año
Análisis de correlación de la sospecha de malignidad entre el dermatólogo y la herramienta de Inteligencia Artificial.
Al momento de la inscripción hasta 1 año

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Gravedad del acné
Periodo de tiempo: Al momento de la inscripción hasta 1 año
Gravedad del acné evaluada tanto por los médicos como por la herramienta Legit.Health mediante el recuento de lesiones. Se realizará un análisis de correlación para comprobar diferencias de criterios entre ellos.
Al momento de la inscripción hasta 1 año
Gravedad de la alopecia
Periodo de tiempo: Al momento de la inscripción hasta 1 año
Gravedad de la alopecia androgenética evaluada tanto por médicos como por la herramienta Legit.Health con la escala de Ludwig. Se realizará un análisis de correlación para comprobar diferencias de criterios entre ellos.
Al momento de la inscripción hasta 1 año

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Investigadores

  • Investigador principal: Miguel Sánchez-Viera, PhD, IDEI Hospital

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)

15 de enero de 2024

Finalización primaria (Estimado)

30 de junio de 2024

Finalización del estudio (Estimado)

30 de septiembre de 2024

Fechas de registro del estudio

Enviado por primera vez

8 de febrero de 2024

Primero enviado que cumplió con los criterios de control de calidad

15 de febrero de 2024

Publicado por primera vez (Actual)

16 de febrero de 2024

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

19 de marzo de 2024

Última actualización enviada que cumplió con los criterios de control de calidad

18 de marzo de 2024

Última verificación

1 de marzo de 2024

Más información

Términos relacionados con este estudio

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. .

Ensayos clínicos sobre Acné común

3
Suscribir