Tekoäly rintasyövän seulonnassa Itä-Götanmaan Linköpingissä (AI-ROL)
tiistai 19. huhtikuuta 2022 päivittänyt: Håkan Gustafsson, Ostergotland County Council, Sweden
Tekoälyn käyttö kolmantena lukijana ja konsensuksen aikana kaksinkertaisessa rintasyövän seulontaohjelmassa Ruotsissa
Tämän havaintotutkimuksen tarkoituksena on arvioida, voiko tekoälyn (Transpara®) käyttö parantaa kaksoislukemisen mammografiaseulontaohjelman laatua.
Tätä tutkitaan suorittamalla tekoäly kolmantena lukijana ja päätöksen tukena konsensuskokouksen aikana verrattuna tavanomaiseen mammografiaseulontaan (kaksoisluku ja konsensus ilman tekoälyä).
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Tekoälysyövän havaitsemisjärjestelmä toimii kolmantena lukijana ja muistaa konsensuskonferenssiin lisätapauksia: tutkimukset, joita ei muistettu kaksoislukemalla, mutta jotka luokitellaan 3 %:n epäilyttävimmiksi kokeiksi tekoälystä saatujen syöpäriskipisteiden perusteella. Toiseksi tekoälyä käytetään päätöksenteon tukena konsensuksen aikana. Tekoälyn riskipisteet ja tietokoneavusteiset tunnistusmerkit (CAD) epäilyttävistä kalkkeutumista ja pehmytkudosvaurioista toimitetaan lukijoille.
Tämän tutkimuksen hypoteesi on, että tekoälyn käytöllä on potentiaalia parantaa seulontaohjelman laatua lisäämällä syövän havaitsemisastetta vaikuttamatta palautumisasteeseen.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
15500
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Östergötland
-
Linköping, Östergötland, Ruotsi, 58185
- Region Östergötland
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
40 vuotta - 74 vuotta (Aikuinen, Vanhempi Aikuinen)
Hyväksyy terveitä vapaaehtoisia
Ei
Sukupuolet, jotka voivat opiskella
Nainen
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Naiset, jotka ovat oikeutettuja väestöpohjaiseen mammografiatutkimukseen
Kuvaus
Sisällyttämiskriteerit:
- Naiset osallistuvat säännölliseen rintasyövän seulontaohjelmaan Itä-Götanmaan Linköpingissä
Poissulkemiskriteerit:
- Naiset, joilla on rintaimplantteja tai muita vieraita implantteja mammografiassa
- Naiset, joilla on rintasyövän epäilyn oireita tai merkkejä
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Kohortti
- Aikanäkymät: Tulevaisuuden
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Seulotut naiset Itä-Götanmaan Linköpingissä
|
Tekoälyn käyttö kolmantena lukijana ja päätöksenteon tukijärjestelmänä konsensuskokouksen aikana
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Syövän havaitsemisprosentti
Aikaikkuna: 4 kuukauden sisällyttämisen jälkeen
|
Rintasyöpädiagnoosin saaneiden naisten osuus konsensuksen jälkeen palautetuista naisista
|
4 kuukauden sisällyttämisen jälkeen
|
|
Palautus- tai viittausprosentti
Aikaikkuna: 4 kuukauden sisällyttämisen jälkeen
|
Niiden naisten osuus, jotka lähetetään lisädiagnostiikkaan konsensuksen jälkeen
|
4 kuukauden sisällyttämisen jälkeen
|
|
Viittausten positiivinen ennustearvo
Aikaikkuna: 4 kuukauden sisällyttämisen jälkeen
|
Rintasyöpädiagnoosin saaneiden naisten osuus lähetetyistä
|
4 kuukauden sisällyttämisen jälkeen
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Transpara®-pisteiden positiivinen ennustearvo
Aikaikkuna: 4 kuukauden sisällyttämisen jälkeen
|
Naisten, joilla on tietty AI-pistemäärä, diagnosoitujen rintasyöpien osuus
|
4 kuukauden sisällyttämisen jälkeen
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Tutkijat
- Päätutkija: Håkan Gustafsson, PhD, Linköping University - University Hospital
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Rodriguez-Ruiz A, Lang K, Gubern-Merida A, Broeders M, Gennaro G, Clauser P, Helbich TH, Chevalier M, Tan T, Mertelmeier T, Wallis MG, Andersson I, Zackrisson S, Mann RM, Sechopoulos I. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. J Natl Cancer Inst. 2019 Sep 1;111(9):916-922. doi: 10.1093/jnci/djy222.
- Rodriguez-Ruiz A, Krupinski E, Mordang JJ, Schilling K, Heywang-Kobrunner SH, Sechopoulos I, Mann RM. Detection of Breast Cancer with Mammography: Effect of an Artificial Intelligence Support System. Radiology. 2019 Feb;290(2):305-314. doi: 10.1148/radiol.2018181371. Epub 2018 Nov 20.
- van Winkel SL, Rodriguez-Ruiz A, Appelman L, Gubern-Merida A, Karssemeijer N, Teuwen J, Wanders AJT, Sechopoulos I, Mann RM. Impact of artificial intelligence support on accuracy and reading time in breast tomosynthesis image interpretation: a multi-reader multi-case study. Eur Radiol. 2021 Nov;31(11):8682-8691. doi: 10.1007/s00330-021-07992-w. Epub 2021 May 4.
- Pinto MC, Rodriguez-Ruiz A, Pedersen K, Hofvind S, Wicklein J, Kappler S, Mann RM, Sechopoulos I. Impact of Artificial Intelligence Decision Support Using Deep Learning on Breast Cancer Screening Interpretation with Single-View Wide-Angle Digital Breast Tomosynthesis. Radiology. 2021 Sep;300(3):529-536. doi: 10.1148/radiol.2021204432. Epub 2021 Jul 6.
- Raya-Povedano JL, Romero-Martin S, Elias-Cabot E, Gubern-Merida A, Rodriguez-Ruiz A, Alvarez-Benito M. AI-based Strategies to Reduce Workload in Breast Cancer Screening with Mammography and Tomosynthesis: A Retrospective Evaluation. Radiology. 2021 Jul;300(1):57-65. doi: 10.1148/radiol.2021203555. Epub 2021 May 4.
- Lang K, Dustler M, Dahlblom V, Akesson A, Andersson I, Zackrisson S. Identifying normal mammograms in a large screening population using artificial intelligence. Eur Radiol. 2021 Mar;31(3):1687-1692. doi: 10.1007/s00330-020-07165-1. Epub 2020 Sep 2.
- Rodriguez-Ruiz A, Lang K, Gubern-Merida A, Teuwen J, Broeders M, Gennaro G, Clauser P, Helbich TH, Chevalier M, Mertelmeier T, Wallis MG, Andersson I, Zackrisson S, Sechopoulos I, Mann RM. Can we reduce the workload of mammographic screening by automatic identification of normal exams with artificial intelligence? A feasibility study. Eur Radiol. 2019 Sep;29(9):4825-4832. doi: 10.1007/s00330-019-06186-9. Epub 2019 Apr 16.
- Lang K, Hofvind S, Rodriguez-Ruiz A, Andersson I. Can artificial intelligence reduce the interval cancer rate in mammography screening? Eur Radiol. 2021 Aug;31(8):5940-5947. doi: 10.1007/s00330-021-07686-3. Epub 2021 Jan 23.
- Sasaki M, Tozaki M, Rodriguez-Ruiz A, Yotsumoto D, Ichiki Y, Terawaki A, Oosako S, Sagara Y, Sagara Y. Artificial intelligence for breast cancer detection in mammography: experience of use of the ScreenPoint Medical Transpara system in 310 Japanese women. Breast Cancer. 2020 Jul;27(4):642-651. doi: 10.1007/s12282-020-01061-8. Epub 2020 Feb 12.
- Kerschke L, Weigel S, Rodriguez-Ruiz A, Karssemeijer N, Heindel W. Using deep learning to assist readers during the arbitration process: a lesion-based retrospective evaluation of breast cancer screening performance. Eur Radiol. 2022 Feb;32(2):842-852. doi: 10.1007/s00330-021-08217-w. Epub 2021 Aug 12.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Perjantai 15. lokakuuta 2021
Ensisijainen valmistuminen (Todellinen)
Tiistai 15. helmikuuta 2022
Opintojen valmistuminen (Todellinen)
Tiistai 15. helmikuuta 2022
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 8. syyskuuta 2021
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Keskiviikko 8. syyskuuta 2021
Ensimmäinen Lähetetty (Todellinen)
Perjantai 17. syyskuuta 2021
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Keskiviikko 20. huhtikuuta 2022
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 19. huhtikuuta 2022
Viimeksi vahvistettu
Perjantai 1. huhtikuuta 2022
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- NCT20210157-AI-ROL
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Päättämätön
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .