Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Retrospektiivinen tutkimus Carebot AI CXR:n suorituskyvystä prekliinisessä käytännössä

keskiviikko 12. heinäkuuta 2023 päivittänyt: Carebot s.r.o.

Rintakehän poikkeavuuksien havaitseminen tekoälyllä: retrospektiivinen tutkimus Carebot AI CXR:n suorituskyvystä prekliinisissä käytännöissä

Tämän tutkimuksen tarkoituksena on kuvata Carebot AI CXR -ohjelmiston prekliinisen testin suunnittelua, metodologiaa ja arviointia sekä todisteita siitä, että tutkittu lääkintälaite täyttää käyttäjän vaatimukset käyttötarkoituksensa mukaisesti. Carebot AI CXR määritellään suositusjärjestelmäksi (luokitus "ennuste"), joka perustuu tietokoneavusteiseen havaitsemiseen. Ohjelmistoa voidaan käyttää prekliinisessä käyttöönotossa valitussa paikassa ennen CXR-kuvien tulkintaa (priorisointi, kaikkien tulosten ja lämpökarttojen näyttäminen) tai tulkinnan jälkeen (löydösten tarkistaminen) ja valmistajan suositusten mukaisesti. Tämän vuoksi suoritetaan retrospektiivinen tutkimus olemassa olevien CXR-kuvien kliinisen tehokkuuden testaamiseksi.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Koulutetun ja sisäisesti validoidun Carebot AI CXR -ohjelmiston suorituskykyä testataan 127 CXR-kuvan sarjalla kohderyhmästä. Tätä verrataan yleiseen kliiniseen käytäntöön, eli radiologin kuvan arviointiin sairaalassa. Potilailla voi olla erilaisia ​​löydöksiä; Tässä arvioinnin vaiheessa poikkeava löydös katsotaan poikkeavuudeksi missä tahansa määritellyssä luokassa. Carebot AI CXR -ohjelmiston väärin ennustamat väärät negatiiviset kuvat johtavat kliinisen vaikutuksen määritykseen.

CXR-tietojen keräämiseksi retrospektiivistä tutkimusta varten tutkijat ottivat yhteyttä Tšekin tasavallassa sijaitsevaan kunnalliseen sairaalaan, joka tarjoaa terveydenhuoltopalveluja jopa 130 000 keskikokoisen kaupungin (noin 70 000 asukasta) ja ympäröivän alueen asukkaalle. 127 nimetöntä CXR-kuvaa kerättiin 15. ja 17. elokuuta 2022 välisenä aikana, ja ne toimitettiin myöhemmin viidelle riippumattomalle radiologille, joilla on vaihteleva kokemus, huomautuksia varten. Valittuja radiologeja pyydettiin arvioimaan, näkyykö CXR-kuvassa jotakin 12 ennalta valitusta poikkeavuudesta. Aineistosta jätettiin pois lasten CXR-kuvat (alle 18-vuotiaat), skannaukset, joissa oli teknisiä ongelmia (huono kuvanlaatu, kierto) ja kuvat lateraalisessa projektiossa.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

127

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • Havířov, Tšekki, 73601
        • Nemocnice Havířov, p. o.

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

16 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

CXR-tietojen keräämiseksi retrospektiivistä tutkimusta varten otimme yhteyttä Tšekin tasavallassa sijaitsevaan kunnalliseen sairaalaan, joka tarjoaa terveydenhuoltopalveluja jopa 130 000 keskikokoisen kaupungin (noin 70 000 asukasta) ja sitä ympäröivän alueen asukkaalle. 127 anonymisoitua CXR-kuvaa kerättiin 15.-17. elokuuta 2022.

Kuvaus

Sisällyttämiskriteerit:

  • Sairaalapotilaat, jotka lähetettiin rintakehän röntgenkuvaukseen 15.-17.8.2022.

Poissulkemiskriteerit:

  • Lasten CXR-kuvat (alle 18-vuotiaat)
  • Skannaukset, joissa on teknisiä ongelmia (huono kuvanlaatu, kierto)
  • Kuvat sivuttaisprojektiossa

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: Takautuva

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
DICOM-potilastiedostojen takautuva kokoelma ajalta 15.-17. elokuuta
CXR-tietojen keräämiseksi retrospektiivistä tutkimusta varten otimme yhteyttä Tšekin tasavallassa sijaitsevaan kunnalliseen sairaalaan, joka tarjoaa terveydenhuoltopalveluja jopa 130 000 keskikokoisen kaupungin (noin 70 000 asukasta) ja sitä ympäröivän alueen asukkaalle. 127 nimetöntä CXR-kuvaa kerättiin 15. ja 17. elokuuta 2022 välisenä aikana, ja ne toimitettiin myöhemmin viidelle riippumattomalle radiologille, joilla on vaihteleva kokemus, huomautuksia varten. Valittuja radiologeja pyydettiin arvioimaan, näkyykö CXR-kuvassa jotakin edellä mainituista 12 poikkeavuudesta. Aineistosta jätettiin pois lasten CXR-kuvat (alle 18-vuotiaat), skannaukset, joissa oli teknisiä ongelmia (huono kuvanlaatu, kierto) ja kuvat lateraalisessa projektiossa.
Carebot AI CXR on syvään oppimiseen perustuva ohjelmisto, joka auttaa radiologeja tulkitsemaan rintakehän röntgenkuvia posterior-anterior (PA) tai anterior-posterior (AP) projektioissa. Tekoälyä sisältävä ratkaisu havaitsee automaattisesti poikkeavuuden seuraavien löydösten visuaalisten kuvioiden perusteella: atelektaasin, konsolidaation, kardiomegalia, välikarsinan laajeneminen, pneumoperitoneum, pneumotoraksi, keuhkopöhö, keuhkovaurio, luunmurtuma, hilarin suureneminen, ihonalainen keuhkopussin emfyseema.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Ensisijainen tavoite
Aikaikkuna: 20.10.2022
Radiologin ja Carebot AI CXR -kuvan arvioinnin tarkkuuden vertailu.
20.10.2022

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Toissijainen tavoite
Aikaikkuna: 20.10.2022
Eri kokemuksen saaneiden radiologioiden tarkkuuden vertailu Carebot AI CXR:ään. Carebot AI CXR:n heikkousarvio.
20.10.2022

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

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)

Maanantai 15. elokuuta 2022

Ensisijainen valmistuminen (Todellinen)

Keskiviikko 17. elokuuta 2022

Opintojen valmistuminen (Todellinen)

Torstai 20. lokakuuta 2022

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 21. lokakuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 21. lokakuuta 2022

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 26. lokakuuta 2022

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 13. heinäkuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 12. heinäkuuta 2023

Viimeksi vahvistettu

Lauantai 1. heinäkuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Retrospektiivisen tutkimuksen tuloksia käytetään Carebot AI CXR -ohjelmiston validointiin kohdeväestölle ennen käyttöönottoa työpaikalla.

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 .

Kliiniset tutkimukset Carebot AI CXR

3
Tilaa