Étude rétrospective des performances de Carebot AI CXR en pratique préclinique
Détection d'anomalies sur les radiographies thoraciques à l'aide de l'intelligence artificielle : étude rétrospective des performances de Carebot AI CXR dans la pratique préclinique
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Les performances du logiciel Carebot AI CXR formé et validé en interne sont testées sur un ensemble de 127 images CXR de la population cible. Ceci est comparé à la pratique clinique courante, c'est-à-dire l'évaluation de l'image par un radiologue dans un hôpital. Les patients peuvent avoir une variété de résultats; à ce stade de l'évaluation, un résultat anormal est considéré comme une anomalie dans l'une des classes définies. Les images faussement négatives prédites de manière incorrecte par le logiciel Carebot AI CXR entraînent une détermination de l'impact clinique.
Pour collecter les données CXR pour une étude rétrospective, les enquêteurs se sont adressés à un hôpital municipal en République tchèque qui fournit des services de santé à jusqu'à 130 000 habitants d'une ville de taille moyenne (environ 70 000 habitants) et des environs. 127 images CXR anonymisées ont été collectées entre le 15 et le 17 août 2022, puis soumises à cinq radiologues indépendants d'expérience variable pour annotation. Les radiologues sélectionnés ont été invités à évaluer si l'image CXR montre l'une des 12 anomalies présélectionnées. Les images CXR pédiatriques (moins de 18 ans), les scans présentant des problèmes techniques (mauvaise qualité d'image, rotation) et les images en projection latérale ont été exclus de l'ensemble de données.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
-
Havířov, Tchéquie, 73601
- Nemocnice Havířov, p. o.
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Patients hospitalisés qui ont été référés pour une radiographie pulmonaire entre le 15 et le 17 août 2022.
Critère d'exclusion:
- Images CXR pédiatriques (moins de 18 ans)
- Numérisations avec des problèmes techniques (mauvaise qualité d'image, rotation)
- Images en projection latérale
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cohorte
- Perspectives temporelles: Rétrospective
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Collecte rétrospective des dossiers patients DICOM pour la période du 15 au 17 août
Pour collecter les données CXR pour une étude rétrospective, nous nous sommes adressés à un hôpital municipal en République tchèque qui fournit des services de santé à jusqu'à 130 000 habitants d'une ville de taille moyenne (environ 70 000 habitants) et des environs.
127 images CXR anonymisées ont été collectées entre le 15 et le 17 août 2022, puis soumises à cinq radiologues indépendants d'expérience variable pour annotation.
Les radiologues sélectionnés ont été invités à évaluer si l'image CXR montre l'une des 12 anomalies mentionnées ci-dessus.
Les images CXR pédiatriques (moins de 18 ans), les scans présentant des problèmes techniques (mauvaise qualité d'image, rotation) et les images en projection latérale ont été exclus de l'ensemble de données.
|
Carebot AI CXR est un logiciel basé sur l'apprentissage en profondeur qui aide les radiologues à interpréter les radiographies thoraciques en projections postéro-antérieures (PA) ou antéro-postérieures (AP).
La solution avec intelligence artificielle détecte automatiquement les anomalies sur la base des schémas visuels pour les résultats suivants : atélectasie, consolidation, cardiomégalie, élargissement médiastinal, pneumopéritoine, pneumothorax, œdème pulmonaire, lésion pulmonaire, fracture osseuse, hypertrophie hilaire, emphysème sous-cutané et épanchement pleural.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Objectif principal
Délai: 20-10-2022
|
Comparaison de la précision de l'évaluation des images radiologue et Carebot AI CXR.
|
20-10-2022
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Objectif secondaire
Délai: 20-10-2022
|
Comparaison de la précision de radiologie avec une expérience différente par rapport à Carebot AI CXR.
Évaluation des faiblesses de Carebot AI CXR.
|
20-10-2022
|
Collaborateurs et enquêteurs
Parrainer
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- 00001
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .