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

Belle.AI-dermatologisen kuvan vertailujärjestelmän soveltaminen potilasdiagnostiikkaan aktiivisessa kliinisessä ympäristössä

torstai 5. joulukuuta 2024 päivittänyt: BelleTorus Corporation

Belle.AI-dermatologisen kuvan viitejärjestelmän soveltaminen potilasdiagnostiikkaan aktiivisessa kliinisessä ympäristössä

Tämän tutkimustutkimuksen tavoitteena on testata uutta, tutkimustyökalua, joka käyttää tekoälyä (AI) auttaakseen perusterveydenhuollon tarjoajia arvioimaan ihosairauksia. Tämä työkalu on tekoälyllä toimiva dermatologisten kuvien vertailusovellus, joka toimii älypuhelimen kanssa. Selvyyden vuoksi, tekoäly ei tee diagnooseja; se tarjoaa viitekuvia. Perushoidon tarjoajat käyttävät sitten omaa lääketieteellistä arviointiaan ja koulutustaan ​​diagnoosin tekemiseen.

Sponsorin tavoitteena on verrata perusterveydenhuollon tarjoajien (kuten lääkäreiden, sairaanhoitajien ja lääkäriassistenttien) tekemiä diagnooseja tekoälytyökalun avulla verrattuna kultastandardia asettaviin ihotautilääkäreiden paneeliin. Näin sponsori voi määrittää tekoälytyökalun arvon perusterveydenhuollon tarjoajille ja ymmärtää, kuinka sitä voidaan käyttää perinteisen kliinisen hoidon rinnalla.

Tämä tekoälyominaisuus noudattaa FDA:n säännöksiä, eikä sitä pidetä lääketieteellisenä laitteena, kuten Googlen kuvahaku, joka palauttaa samannäköisiä kuvia vertailutarkoituksiin. Interventioissa he terveydenhuollon tarjoajat käyttävät omaa koulutustaan ​​ja kliinistä harkintaa diagnoosin tekemiseen, eivät tekoälyä.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Ihotautilääkäreille pääsy on usein rajoitettua, mikä johtaa siihen, että noin 60 % iho-, hius- ja kynsi-ongelmista hoitaa muut kuin erikoislääkärit. Tässä tutkimuksessa arvioidaan tekoälyn ihotautien päätöksenteon tukityökalun tehokkuutta perusterveydenhuollon tarjoajien (PCP) auttamisessa ihosairauksien diagnosoinnissa. Tekoälyyn perustuvan kuva-analyysin on osoitettu parantavan diagnostista tarkkuutta erityisesti ei-dermatologeilla. Aiemmat tutkimukset ovat keskittyneet pääasiassa ihotautilääkäreihin, mutta tekoäly voisi olla hyödyllisempi PCP-potilaille, koska sen on osoitettu parantavan heidän diagnostista tarkkuuttaan ja yhteisymmärrystä ihotautilääkäreiden kanssa.

Maailmanlaajuisesti noin 1,9 miljardia ihmistä kärsii ihosairauksista vuosittain, ja joka kolmas amerikkalainen hakee dermatologista hoitoa ei-asiantuntijalta. Ihoon liittyvät ongelmat muodostavat merkittävän osan yleislääkäreillä ja ensiapupoliklinikalla käynneistä. Tekoäly on osoittautunut tehokkaaksi ihosairauksien, kuten melanooman ja muiden tulehdussairauksien, diagnosoinnissa, ja tutkimukset osoittavat, että tekoälytyökalut voivat parantaa diagnostista tarkkuutta erityisesti ei-dermatologeille.

Tässä tutkimuksessa käytettävä Belle AI -työkalu käyttää konvoluutiohermoverkkoa, joka on koulutettu yli 500 000 kuvaan yli 2 000 ihosairauden tunnistamiseksi. Se tarjoaa kuvan täsmäytyspisteitä auttaakseen lääkäreitä tunnistamaan sairaudet ja tarjoaa protokollan hallituksen sertifioitujen ihotautilääkäreiden toisille lausunnoille. Tutkimuksen tavoitteena on arvioida työkalun hyödyllisyyttä reaaliaikaisissa kliinisissä olosuhteissa, mikä parantaa triage-tarkkuutta, lähetteiden laatua ja kustannussäästöjä.

Tätä tutkimusta tukee Advanced Research Projects Agency for Health (ARPA-H), ja se on yksi ensimmäisistä, joka tutkii ennakoivasti tekoälyn vaikutusta ihotautien päätöksentekoon perusterveydenhuollossa.

Tutkimuksen tavoitteena on arvioida Belle AI -dermatologisen vertailujärjestelmän tarkkuutta ja käyttökelpoisuutta todellisessa kliinisessä ympäristössä yhteistyössä Urban Health Planin (UHP) kanssa. Keskeisiä päätepisteitä ovat diagnostisen hyödyllisyyden ja tarkkuuden arviointi verrattuna dermatologisen arviointikomitean lopulliseen diagnoosiin sekä palautteen kerääminen perusterveydenhuollon tarjoajilta ja lääkäreiden jatkajilta heidän kokemuksistaan ​​tekoälystä. Sponsori myös analysoi järjestelmän käytön kustannusvaikutuksia osoittaakseen sen arvon etulinjan lääketieteessä.

Osallistujat ottavat älypuhelimella kuvia ihosairauksistaan, jotka sitten tekoäly analysoi. Osallistujat saavat taloudellisia kannustimia kuvien lähettämisestä ensimmäisen vierailunsa jälkeen. Seurantaaika sovitaan kahden viikon kuluttua ensimmäisestä konsultaatiosta, vaikka jotkut käynnit voidaan peruuttaa tekoälyanalyysin perusteella.

Osallistujat otetaan mukaan, jos heillä on ensisijainen dermatologinen vaiva ja he voivat antaa tietoon perustuvan suostumuksen. Poikkeukset koskevat henkilöitä, jotka eivät pysty noudattamaan toimenpiteitä tai lapsipotilaita, joilla on sukupuolielinten sairaus yksityisyyden suojaa koskevista syistä.

UHP:hen tullessa osallistujat rekisteröityvät ja heidät arvostetaan. Tutkimuskoordinaattori pyytää niitä, joilla on kelvollinen dermatologinen sairaus, rekrytoidakseen, joka selittää tutkimuksen ja saa suostumuksen. Osallistujat lataavat älypuhelimeesi Belle Image Capture -sovelluksen, jossa luodaan heidän EMR:ään linkitetty tutkimustunnus, joka varmistaa yksityisyyden.

Ensimmäisen tapaamisen aikana palveluntarjoajat tutkivat potilaan, dokumentoivat hänen historiansa ja diagnosoivat tilan. BellePro Physician -sovellusta käytetään kuvien ottamiseen ja erotusdiagnoosin luomiseen, jonka palveluntarjoaja tarkistaa ennen lopullisen diagnoosin tekemistä. Osallistujille järjestetään seurantakäynti, ja tutkimuksen koordinaattori ilmoittaa tarjoajille kaikista sovelluksen kautta otetuista kuvista.

Seitsemän päivän kuluttua ilmoittautumisesta push-ilmoitukset kehottavat osallistujia lähettämään kuvia sovelluksen avulla. Koordinaattori seuraa niitä osallistujia, jotka eivät vastaa, ja pyrkii saamaan selkeän kuvan tietyssä ajassa. Vastaanotettuaan palveluntarjoaja arvioi diagnoosin uudelleen päivitetyn AI-analyysin avulla. Koordinaattori ilmoittaa jatkonimityksiä koskevista päätöksistä.

Jos jatkoaikaa pidetään tarpeettomana, osallistujia pyydetään silti lähettämään kuvia 14. päivänä. Koordinaattori seuraa vastaavasti varmistaakseen noudattamisen.

Tutkimus kestää päivästä 1 (ensimmäinen klinikkakäynti) päivään 14-18, jolloin suoritetaan lopulliset kuvat tai seurantakäynnit. Tapausmuistiinpanoja päivitetään jatkuvasti eClinicalWorksissä, mikä määrittää, onko tapaukset ratkaistu vai vaativatko jatkuvaa hoitoa.

UHP:n perusterveydenhuollon tarjoajat käyvät läpi koulutusta, mukaan lukien sähköisen vastaanottokyselyn ja koulutuksen BellePro Physician -sovelluksesta ryhmävideokeskustelun kautta. Palveluntarjoajia koulutetaan sovelluksen käyttöön, ja heidän palautteensa kerätään poistumiskyselyssä, jossa arvioidaan heidän kokemuksiaan ja halukkuuttaan jatkaa tekoälyjärjestelmän käyttöä.

Dermatologisten diagnoosien monimutkaisuuden vuoksi johtokunnan sertifioimista ihotautilääkäreistä koostuva arviointikomitea vahvistaa diagnoosit tutkimuksesta. Tarkastusprosessi koostuu kolmesta vaiheesta: kuvan alustava arviointi, korjattujen potilastietojen tarkastelu ja tekoälyanalyysin tulosten huomioiminen. Komitean konsensus määrittää lopullisen diagnoosin, joka dokumentoidaan analysointia varten. Tapaukset, joista ei ole tehty yksimielistä päätöstä, jätetään tutkimuksen loppuarvioinnin ulkopuolelle. Tarkistukset suoritetaan, kun ilmoittautuminen on suoritettu.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

263

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskeluyhteys

  • Nimi: John Romano, MD
  • Puhelinnumero: 617-520-4730
  • Sähköposti: jromano@belle.ai

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällön kriteerit:

  • Potilaan on tultava päivystyspoliklinikalle ensisijaisen dermatologisen vaivan kanssa.
  • Potilaalla on oltava kyky ja halukkuus antaa tietoinen suostumus ja noudattaa tutkimusmenettelyjä ja käyntejä.
  • Osallistujilla on oltava pääsy vaadittuun tekniikkaan (esim. älypuhelin, jossa on Internet-yhteys) ja heidän on kyettävä käyttämään sitä vaadittuun kuvankaappaukseen.

Poissulkemiskriteerit:

  • Potilaat, jotka eivät pysty noudattamaan tutkimustoimenpiteitä fyysisen tai henkisen terveyden rajoitusten vuoksi (tutkimuksen koordinaattorin arvioimana).
  • Lapsia, nuoria ja teinipotilaita, joilla on ihotautia sukupuolielimissä, ei oteta mukaan tutkimukseen (potilaiden yksityisyyteen liittyvien huolenaiheiden tueksi).

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: Ei käytössä
  • Inventiomalli: Yksittäinen ryhmätehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Muut: Hoidon standardi
Belle AI ihokuvan arviointiin.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Belle AI -kuvaviitteiden tarkkuus
Aikaikkuna: Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Belle AI:n kuvareferenssijärjestelmän ensisijaisen todennäköisyysdiagnoosin vertailu dermatologisen arviointikomitean vahvistamaan vertailudiagnoosiin; toiseksi ja kolmanneksi suurimman todennäköisyyden diagnoosin tarkkuuden lisäarviointi Bell Image Match Score -tulosten perusteella
Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Vaikutus taloudelliseen rasitteeseen
Aikaikkuna: Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Mittaa taloudellisia vaikutuksia mahdollistamalla potilaiden etäarvioinnin
Tutkimuksen suorittamisen aikana keskimäärin 14 päivää

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Diagnoosien välinen sopimus
Aikaikkuna: Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Sopimuksen arviointi Belle AI:n dermatologisen kuvan referenssijärjestelmän primaarisen todennäköisyysdiagnoosin ja ensihoidon tarjoajien tekemien diagnoosien välillä
Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Palveluntarjoajan arvioima hyödyllisyys
Aikaikkuna: Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Perusterveydenhuollon tarjoajien arvio Belle AI:n hyödyllisyydestä dermatologisten diagnoosien tukemisessa, mukaan lukien alaryhmäanalyysit dermatologisen koulutuksen ja kokemuksen perusteella; erotella tapauksiin, joissa tekoälyn ja palveluntarjoajan diagnoosit ovat yksimielisiä ja erimielisyyksiä.
Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Kustannusvaikutusanalyysi
Aikaikkuna: Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Kustannusvaikutusten arviointi Belle AI:n diagnostisesta tehokkuudesta käyttämällä teoreettisia kustannussäästöjä tarkan tekoälydiagnoosin tapauksissa.
Tutkimuksen suorittamisen aikana keskimäärin 14 päivää

Muut tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Protokollan noudattaminen
Aikaikkuna: Tutkimuksen suorittamisen aikana keskimäärin 14 päivää
Erilliset analyysit protokollakohtaisille ja hoitoaikomuksille tarkoitetuille populaatioille ymmärtääksesi hoitoon sitoutumisen vaikutukset.
Tutkimuksen suorittamisen aikana keskimäärin 14 päivää

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Päätutkija: John Romano, MD, BelleTorus Corporation
  • Opintojohtaja: Franco Barsanti, PharmD, Urban Health Plan Inc.

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

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 16. syyskuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 30. maaliskuuta 2025

Opintojen valmistuminen (Arvioitu)

Maanantai 30. kesäkuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 10. lokakuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 5. joulukuuta 2024

Ensimmäinen Lähetetty (Arvioitu)

Maanantai 9. joulukuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvioitu)

Maanantai 9. joulukuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 5. joulukuuta 2024

Viimeksi vahvistettu

Sunnuntai 1. joulukuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 1376629
  • 75N91023C00045 (Muu apuraha/rahoitusnumero: National Institute of Health | National Cancer Institute)

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 .

Tilaa