Mesterséges Intelligencia (MI) által fokozott előkezelési szakértői véleményezési folyamat a betegbiztonság javítása érdekében a sugárterápiában
A mesterséges intelligencia (MI) által fokozott előkezelési szakértői felülvizsgálati folyamat fejlesztése és értékelése a betegbiztonság javítása érdekében a sugárterápiában
Ez a prospektív vizsgálat mesterséges intelligencia (MI) és gépi tanulás (GT) döntéstámogató eszközöket fog tesztelni. Ez az eszköz arra készült, hogy segítse az orvosokat, fizikusokat és más személyzetet a kezelés előtti szakértői értékelés során, amely egy olyan lépés, ahol a kezelési terveket ellenőrzik, mielőtt a beteg elkezdené a kezelést.
A rendszer kiemeli az összefoglalókat, amelyek megmutatják, hogy a különböző szolgáltatók hogyan térhetnek el a kezelési tervezésükben (szolgáltatói variabilitás összefoglalók), és rámutat a legjobb jelekre vagy figyelmeztető jelekre, amelyeket érdemes keresni (optimális jelek). Azáltal, hogy felhívja a figyelmet ezekre a mintákra és jelekre, az eszköz célja, hogy segítse az értékelőket abban, hogy korábban észrevegyék a lehetséges kezelési tervezési hibákat, csökkentsék a hibák esélyét és javítsák az általános betegbiztonságot.
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
Ahogy a sugárterápia (RT) egyre összetettebbé válik, a lehetséges hibautak száma is növekszik. Az AI által támogatott szakértői felülvizsgálat segíthet elkapni azokat a hibákat, amelyek egyébként észrevétlenek maradnának, és elősegítheti a konzisztens, igazságos biztonsági szabványok alkalmazását mind a vidéki, mind a városi klinikákon.
A sugárterápia (RT) a rákbetegek körülbelül 50%-ában alkalmazott kezelés, és általában ambuláns klinikákon történik. Az újabb technológiák, mint például az intenzitásmodulált sugárterápia (IMRT), a térfogati modulált ívterápia (VMAT) és a képvezérelt sugárterápia (IGRT), jobb védelmet nyújtanak az egészséges szöveteknek és magasabb dózist a célterületeken, ezáltal javítva a kezelést. Ezek azonban összetettebbek, és nagyon pontos meghatározást igényelnek a daganat célterületeinek és az egészséges szöveteknek. Még ezen területek felvázolásában előforduló kis hibák is vezethetnek a daganat alulkezeléséhez vagy az egészséges szövetek túlkezeléséhez. A tanulmányok azt mutatják, hogy a célterületek meghatározásában előforduló hibák növekedtek a modern sugárterápiában. Mivel ezek a kezelések nagyobb kognitív igényt támasztanak, a tervezési hibák kockázata nőtt, és bizonyos esetekben a hibák súlyos károkat okozhatnak.
A kezelés előtti szakértői felülvizsgálat, ahol egy multidiszciplináris csapat ellenőrzi a kezelési tervet a terápia megkezdése előtt, fontos biztonsági lépés, és erősen ajánlott. A leghatékonyabb a kezelés megkezdése előtt, mivel a későbbi javítások kezelési késedelmeket, elsietett változtatásokat és további terhelést okozhatnak. A betegbiztonságra gyakorolt potenciális hatás jelentős.
A növekvő összetettség és munkaterhelés miatt szükség van a kezelés előtti szakértői felülvizsgálat megerősítésére és részleges automatizálására. Az AI/ML döntéstámogató eszközök segíthetnek a kulcsfontosságú információk összefoglalásával, a szokatlan tervjellemzők kiemelésével és a potenciális kockázati területekre való felhívásával. Ezek az eszközök nem hoznak kezelési döntéseket. Ehelyett elemzéseket és vizuális összefoglalókat nyújtanak a klinikusok támogatására és a kognitív terhelés csökkentésére.
Mivel az eszköz kiemeli a szolgáltatók kezelési tervei közötti különbségeket is, segíthet az ellátás változatosságának azonosításában és felhívhatja a figyelmet a lehetséges egészségügyi egyenlőtlenségekre, támogatva ezzel a jövőbeli erőfeszítéseket a sugárterápiában való egyenlőség javítása érdekében.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Olivia Morton
- Telefonszám: (984) 974-8441
- E-mail: olivia_roberts@med.unc.edu
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Victoria Xu
- Telefonszám: (984) 974-8444
- E-mail: victoria_xu@med.unc.edu
Tanulmányi helyek
-
-
North Carolina
-
Chapel Hill, North Carolina, Egyesült Államok, 27599
- Toborzás
- University of North Carolina at Chapel Hill, Department of Radiation Oncology
-
Kapcsolatba lépni:
- Olivia Morton
- Telefonszám: 984-974-8441
- E-mail: olivia_roberts@med.unc.edu
-
Kutatásvezető:
- Lukasz Mazur, PhD
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Ahhoz, hogy egy alany részt vehessen ebben a vizsgálatban, minden alább vázolt jogosultsági kritériumnak meg kell felelnie.
Bevételi kritériumok:
Csak szolgáltatók
- ≥18 éves
- Részvevő klinikákon részt vevő szakmai felülvizsgálat résztvevői
Csak betegek
- ≥18 éves
- Minden, a részt vevő helyszíneken kezelt prosztatarák sugárterápiás esete beteg (a betegeknek nem nyújtanak beavatkozást)
Kizárási kritériumok:
Csak szolgáltatók • A vizsgálati eljárások betartására hajlandatlan/képtelen szolgáltatók; a munkafolyamat megvalósítására vagy a szükséges eredmények biztosítására képtelen helyszínek.
Betegek és szolgáltatók
• Demenciával, megváltozott mentális állapottal vagy bármely olyan pszichiátriai vagy társbetegséggel rendelkezik, amely meggátolja a tájékozott beleegyezés megértését vagy kiadását
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egészségügyi szolgáltatások kutatása
- Kiosztás: Nem véletlenszerű
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Egyéb: Szolgáltatók
A részt vevő klinikákon részt vevő sugárterápiás szolgáltatók részt vesznek szakmai értékelésben.
|
Az összes kezelési tervezés és klinikai monitorozás intézményi szabványok és létrehozott osztálypolitikák szerint történik.
A szakmai felülvizsgálati tevékenységek a rutin klinikai gyakorlatban megszokott módon folynak, azzal a kiegészítéssel, hogy opcionálisan elérhetők orvosi felülvizsgálatra mesterséges intelligencia (MI) által generált elemzések.
Az MI / gépi tanulás (ML) rendszer beágyazott az ütemezett osztályos szakmai felülvizsgálati értekezletekbe, és elemző összefoglalókat és vizualizációkat mutat be egy irányítópulton keresztül, amely integrálva van a meglévő klinikai munkafolyamatba.
A rendszer kizárólag döntéstámogató segédeszközként működik, és nem végez vagy kezdeményez önálló kezelési tervezési műveleteket, dózis leadási módosításokat vagy klinikai beavatkozásokat.
A szimulációs (SIM) felülvizsgálat során először az orvos által generált cél- és kockázati szerv kontúrokat vizsgálják felül, összhangban a szokásos gyakorlattal.
Csak ezt a kezdeti felülvizsgálatot követően veheti igénybe opcionálisan a kezelőorvos az MI által generált kontúrokat összehasonlítási célokra.
Más nevek:
|
|
Nincs beavatkozás: Betegek
A sugárterápiát kapó prosztatarák-betegek névtelenített biztonsági eredményeket szolgáltatnak.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A betegek százalékos aránya a nyirokcsomó térfogat kontúrjainak változásaival
Időkeret: Alapvonal
|
A betegek százalékos aránya, akiknél dokumentált változások történtek a nyirokcsomó-térfogati kontúrok tekintetében a mesterséges intelligencia (MI) által fokozott szakértői ellenőrzés után.
|
Alapvonal
|
Együttműködők és nyomozók
Együttműködők
Nyomozók
- Kutatásvezető: Lukasz Mazur, PhD, UNC Lineberger Comprehensive Cancer Center
Publikációk és hasznos linkek
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- LCCC2607
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .