Tekoälyn tuki noviisien päätöksenteossa ultraäänitutkimuksen sikiön painon arvioinnissa – satunnaistettu koe (scan-AId)
keskiviikko 8. toukokuuta 2024 päivittänyt: Mary Le Ngo, Copenhagen Academy for Medical Education and Simulation
Scan-AId: tekoälyn tuki aloittelijoiden päätöksenteossa ultraääni-sikiön painon arvioinnissa – satunnaistettu koe
Tämän satunnaistetun kontrolloidun kliinisen tutkimuksen tavoitteena on saada selville, minkä tyyppinen tekoäly (AI) vaikuttaa sikiön painon ultraääniarvioinnin diagnostiseen tarkkuuteen, kun sen tekevät aloittelijat, tässä lääketieteen opiskelijoiden edustamassa tutkimuksessa. Pääkysymykset, joihin sillä pyritään vastaamaan, ovat:
- Millainen tekoäly toimii aloittelijoille sikiön painon ultraäänidiagnostiikan tarkkuuden parantamisessa?
- Parantaako tekoäly kuvanlaatua ja sopiiko tekoäly aloittelijoille? Osallistujia pyydetään suorittamaan ultraääni-EFW joko yksinkertaisella black box AI -palautejärjestelmällä tai monimutkaisemmalla selitettävällä tekoälyllä. Tämä tukee heidän päätöksentekoaan. Tutkijat vertaavat tätä vertailuryhmään nähdäkseen, onko sillä vaikutusta.
Tutkimuksen yleiskatsaus
Tila
Ilmoittautuminen kutsusta
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Tämän satunnaistetun kontrolloidun kliinisen tutkimuksen tavoitteena on saada selville, minkä tyyppinen tekoäly (AI) vaikuttaa sikiön painon ultraääniarvioinnin diagnostiseen tarkkuuteen, kun sen tekevät aloittelijat, tässä lääketieteen opiskelijoiden edustamassa tutkimuksessa.
Tutkimuksen tavoitteet ovat:
- Millainen tekoälyn tukijärjestelmä toimii aloittelijoille sikiön painon ultraäänidiagnostiikan tarkkuuden parantamisessa?
- Parantaako tekoäly kuvanlaatua, arvioiko osallistujien kognitiivista kuormitusta tekoälytuen hyödyntämisessä ja onko tekoäly aloittelijan käyttökelpoinen?
Osallistujien tehtävänä on suorittaa ultraääni arvioitu sikiön paino (EFW) käyttämällä joko yksinkertaista mustaa laatikkoa tekoälyä tai yksityiskohtaista selitettävää tekoälypalautejärjestelmää. Tekoälyjärjestelmät auttavat osallistujia määrittämään, ovatko he ottaneet oikean kuvan EFW:tä varten. Tuloksia verrataan sitten kontrolliryhmän tuloksiin.
Ultraäänitoimenpiteet tehdään raskaana oleville naisille, joilla on sikiö 30-37 raskausviikolla ja joille on aiemmin tehty EFW klinikan asiantuntijan sonografin toimesta joko samana tai edellisenä päivänä. Yksi osallistuja kustakin satunnaistusryhmästä suorittaa EFW:n samalle raskaana olevalle naiselle.
Opintotyyppi
Interventio
Ilmoittautuminen (Arvioitu)
75
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
-
Copenhagen, Tanska, 2100
- Rigshospitalet
-
-
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
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Joo
Kuvaus
Sisällyttämiskriteerit:
- Lääketieteen opiskelijat, joilla ei ole aiempaa sikiön tai vatsan ultraäänikoulutusta.
- Osallistujien tulee ymmärtää suullista ja kirjallista tanskaa tai englantia.
Poissulkemiskriteerit:
• Lääketieteen opiskelijat, jotka ovat saaneet muodollista sikiö- tai vatsakoulutusta ennen osallistumistaan tähän tutkimukseen.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Diagnostiikka
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Yksittäinen
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Palauteryhmä 1 (FG1)
FG1:n osallistujat saavat perus black box AI -tuen yksinkertaisella selityksellä, kuten "standardilentokone", "ei-standardilentokone" tai "off plane".
|
Tekoälypalaute kahdella tasolla osallistujien avuksi, jotta saadaan oikeat standarditasokuvat, joita käytetään sikiön ultraääni-EFW-laskennassa.
|
|
Kokeellinen: Palauteryhmä 2 (FG2)
FG2:n osallistujat saavat selitettävää tekoälytukea, joka sisältää tarkemman kuvauksen anatomisista rakenteista ja anatomian segmentoinnista.
|
Tekoälypalaute kahdella tasolla osallistujien avuksi, jotta saadaan oikeat standarditasokuvat, joita käytetään sikiön ultraääni-EFW-laskennassa.
|
|
Ei väliintuloa: Kontrolliryhmä (CG)
CG:n osallistujilla on tavallinen tasojuliste, joka auttaa heitä opastamaan EFW-ultraäänistandardin tasokuviin.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnostinen tarkkuus
Aikaikkuna: 15 minuuttia
|
Tarkkuus kussakin ryhmässä määriteltiin prosentuaalisena erona arvioidun sikiön painon ja sonografi-asiantuntijan EFW:n välillä.
|
15 minuuttia
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Kuvanlaatu
Aikaikkuna: 5 minuuttia per. osallistuja
|
Salomonin kriteeripisteitä käytetään kuvanlaadun arvioimiseen. Pisteitä annetaan läsnä olevien maamerkkien lukumäärän, kuvan optimoinnin laadun ja caliper.placementsin mukaan. Minimi: 1 Enintään: 18. Korkeampi pistemäärä tarkoittaa parempaa kuvanlaatua. |
5 minuuttia per. osallistuja
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tekoälyjärjestelmän käytettävyys
Aikaikkuna: 5 minuuttia
|
Osallistujia pyydetään vastaamaan kyselyyn: System Usability Scale (SUS), jota käytetään tekoälypalautejärjestelmän arvioimiseen. Vähintään 1, enintään 100. Korkeampi pistemäärä osoittaa parempaa järjestelmän käytettävyyttä. |
5 minuuttia
|
|
Reaktioajan mittaus
Aikaikkuna: 5 minuuttia
|
Osallistujien reaktioajan mittaukset mittaavat kognitiivista kuormitusta. Reaktioaika mitataan toissijaisena tehtävänä osallistujien suorittaessa ultraäänikuvausta. |
5 minuuttia
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Borsci S, Federici S, Lauriola M. On the dimensionality of the System Usability Scale: a test of alternative measurement models. Cogn Process. 2009 Aug;10(3):193-7. doi: 10.1007/s10339-009-0268-9. Epub 2009 Jun 30.
- Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019 Jan;25(1):44-56. doi: 10.1038/s41591-018-0300-7. Epub 2019 Jan 7.
- Cruz Rivera S, Liu X, Chan AW, Denniston AK, Calvert MJ; SPIRIT-AI and CONSORT-AI Working Group. Guidelines for clinical trial protocols for interventions involving artificial intelligence: the SPIRIT-AI extension. Lancet Digit Health. 2020 Oct;2(10):e549-e560. doi: 10.1016/S2589-7500(20)30219-3. Epub 2020 Sep 9.
- Andreasen LA, Tabor A, Norgaard LN, Rode L, Gerds TA, Tolsgaard MG. Detection of growth-restricted fetuses during pregnancy is associated with fewer intrauterine deaths but increased adverse childhood outcomes: an observational study. BJOG. 2021 Jan;128(1):77-85. doi: 10.1111/1471-0528.16380. Epub 2020 Jul 27.
- Andreasen LA, Tabor A, Norgaard LN, Taksoe-Vester CA, Krebs L, Jorgensen FS, Jepsen IE, Sharif H, Zingenberg H, Rosthoj S, Sorensen AL, Tolsgaard MG. Why we succeed and fail in detecting fetal growth restriction: A population-based study. Acta Obstet Gynecol Scand. 2021 May;100(5):893-899. doi: 10.1111/aogs.14048. Epub 2021 Jan 12.
- Andreasen LA, Feragen A, Christensen AN, Thybo JK, Svendsen MBS, Zepf K, Lekadir K, Tolsgaard MG. Multi-centre deep learning for placenta segmentation in obstetric ultrasound with multi-observer and cross-country generalization. Sci Rep. 2023 Feb 8;13(1):2221. doi: 10.1038/s41598-023-29105-x.
- Nicholls D, Sweet L, Hyett J. Psychomotor skills in medical ultrasound imaging: an analysis of the core skill set. J Ultrasound Med. 2014 Aug;33(8):1349-52. doi: 10.7863/ultra.33.8.1349.
- Govaerts MJ, Schuwirth LW, Van der Vleuten CP, Muijtjens AM. Workplace-based assessment: effects of rater expertise. Adv Health Sci Educ Theory Pract. 2011 May;16(2):151-65. doi: 10.1007/s10459-010-9250-7. Epub 2010 Sep 30.
- Tolsgaard MG, Pusic MV, Sebok-Syer SS, Gin B, Svendsen MB, Syer MD, Brydges R, Cuddy MM, Boscardin CK. The fundamentals of Artificial Intelligence in medical education research: AMEE Guide No. 156. Med Teach. 2023 Jun;45(6):565-573. doi: 10.1080/0142159X.2023.2180340. Epub 2023 Mar 2.
- Tolsgaard MG, Boscardin CK, Park YS, Cuddy MM, Sebok-Syer SS. The role of data science and machine learning in Health Professions Education: practical applications, theoretical contributions, and epistemic beliefs. Adv Health Sci Educ Theory Pract. 2020 Dec;25(5):1057-1086. doi: 10.1007/s10459-020-10009-8. Epub 2020 Nov 3.
- Degallier-Rochat S, Kurpicz-Briki M, Endrissat N, Yatsenko O. Human augmentation, not replacement: A research agenda for AI and robotics in the industry. Front Robot AI. 2022 Oct 4;9:997386. doi: 10.3389/frobt.2022.997386. eCollection 2022. No abstract available.
- Vasey B, Novak A, Ather S, Ibrahim M, McCulloch P. DECIDE-AI: a new reporting guideline and its relevance to artificial intelligence studies in radiology. Clin Radiol. 2023 Feb;78(2):130-136. doi: 10.1016/j.crad.2022.09.131.
- Liu X, Cruz Rivera S, Moher D, Calvert MJ, Denniston AK; SPIRIT-AI and CONSORT-AI Working Group. Reporting guidelines for clinical trial reports for interventions involving artificial intelligence: the CONSORT-AI extension. Lancet Digit Health. 2020 Oct;2(10):e537-e548. doi: 10.1016/S2589-7500(20)30218-1. Epub 2020 Sep 9.
- Salomon LJ, Alfirevic Z, Da Silva Costa F, Deter RL, Figueras F, Ghi T, Glanc P, Khalil A, Lee W, Napolitano R, Papageorghiou A, Sotiriadis A, Stirnemann J, Toi A, Yeo G. ISUOG Practice Guidelines: ultrasound assessment of fetal biometry and growth. Ultrasound Obstet Gynecol. 2019 Jun;53(6):715-723. doi: 10.1002/uog.20272.
- Hadlock FP. Sonographic estimation of fetal age and weight. Radiol Clin North Am. 1990 Jan;28(1):39-50.
- Bloch R, Norman G. Generalizability theory for the perplexed: a practical introduction and guide: AMEE Guide No. 68. Med Teach. 2012;34(11):960-92. doi: 10.3109/0142159X.2012.703791.
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)
Keskiviikko 14. helmikuuta 2024
Ensisijainen valmistuminen (Arvioitu)
Sunnuntai 30. kesäkuuta 2024
Opintojen valmistuminen (Arvioitu)
Sunnuntai 1. syyskuuta 2024
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Maanantai 22. tammikuuta 2024
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Maanantai 22. tammikuuta 2024
Ensimmäinen Lähetetty (Todellinen)
Tiistai 30. tammikuuta 2024
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Perjantai 10. toukokuuta 2024
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Keskiviikko 8. toukokuuta 2024
Viimeksi vahvistettu
Maanantai 1. huhtikuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- F-24001576
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
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 Ultraääni
-
Rajiv Gandhi Cancer Institute & Research Center...ValmisObjektiivinen äänihuulien liikkeen arviointi C-Mac Videolaryngoscope vs Airway Ultrasound Ca-kilpirauhasessaIntia
-
Donia Hany SaadValmisULTRASOUND-OHJAUSTEINEN KUTIKULÄPIMENO VERSUS TRANS-NASAALINEN PTERYGOPALATINE-FOSSA-BLOKKI ENDOSKOOPPISESSA TRANS-SFENOIDAALISESSA KILPIRAUHASLEIKKAUKSESSAEgypti