Rilevamento assistito dall'intelligenza artificiale delle radiografie del torace (AID-CXR)

Questo studio è stato aggiunto come studio secondario allo studio Simulation Training for Emergency Department Imaging 2 (ClinicalTrials.gov ID NCT05427838).

Lunit INSIGHT CXR è uno studio di validazione che mira a valutare l'utilità di uno strumento di interpretazione delle radiografie del torace (CXR) basato sull'intelligenza artificiale (AI) nel supportare l'accuratezza diagnostica, la velocità e la sicurezza di un gruppo eterogeneo di professionisti sanitari. Lo studio sarà condotto utilizzando 500 CXR di pazienti ricoverati e di pronto soccorso raccolti retrospettivamente da due aziende ospedaliere del Regno Unito (UK). Due radiologi toracici formati in una borsa di studio esamineranno in modo indipendente tutti gli studi per stabilire lo standard di riferimento della verità fondamentale. Lo strumento Lunit INSIGHT CXR verrà utilizzato per analizzare ciascun CXR e le sue prestazioni saranno misurate rispetto ai lettori esperti. Lo studio valuterà l'utilità dell'algoritmo nel migliorare l'accuratezza e la fiducia del lettore misurate in base a sensibilità, specificità, valore predittivo positivo e valore predittivo negativo. Lo studio misurerà le prestazioni dell'algoritmo rispetto a dieci risultati anomali, tra cui noduli/masse polmonari, consolidamento, pneumotorace, atelettasia, calcificazione, cardiomegalia, fibrosi, allargamento del mediastino, versamento pleurico e pneumoperitoneo. Lo studio coinvolgerà lettori provenienti da vari gruppi professionali clinici con e senza l'assistenza di Lunit INSIGHT CXR. Lo studio fornirà prove sull’impatto degli algoritmi di intelligenza artificiale nell’assistere gli operatori sanitari come i medici di medicina d’urgenza e di medicina generale che esaminano regolarmente le immagini nella loro pratica quotidiana.