Rilevamento assistito dall'intelligenza artificiale delle fratture ai raggi X (FRACT-AI) (FRACT-AI)

Questo studio è stato aggiunto come studio secondario allo studio Simulation Training for Emergency Department Imaging 2 (ClinicalTrials.gov ID NCT05427838). Questo lavoro mira a valutare l'impatto di un algoritmo potenziato dall'intelligenza artificiale (AI) chiamato Boneview sull'accuratezza diagnostica dei medici nel rilevamento di fratture su RX piana (X-Ray). Lo studio creerà un set di dati di 500 radiografie semplici che coinvolgono immagini standard di tutte le ossa diverse dal cranio e dalla colonna cervicale, con il 50% di casi normali e il 50% contenenti fratture. Un gruppo di radiologi esperti stabilirà un "vero fondamento" di riferimento per ciascuna immagine per confermare la presenza o l'assenza di una frattura. Questo set di dati verrà quindi dedotto dall'algoritmo Gleamer Boneview per identificare le fratture. Le prestazioni dell'algoritmo verranno confrontate con lo standard di riferimento. Lo studio intraprenderà quindi uno studio su casi multipli a lettori multipli in cui i medici interpreteranno tutte le immagini senza intelligenza artificiale e successivamente con accesso all'output dell'algoritmo AI. Verranno reclutati 18 medici come lettori, 3 da ciascuno dei sei gruppi clinici distinti: Medicina d'urgenza, Traumatologia e Chirurgia ortopedica, Infermieri d'emergenza, Fisioterapia, Radiologia e Radiografi, con tre livelli di anzianità in ciascun gruppo. Verranno confrontati i cambiamenti nell'accuratezza della segnalazione (sensibilità, specificità), confidenza e velocità dei lettori in due sessioni. I risultati verranno analizzati in un'analisi aggregata per tutti i lettori nonché per i seguenti sottogruppi: Ruolo clinico, Livello di anzianità, Reperto patologico, Difficoltà di immagine. Lo studio dimostrerà l'impatto di un'interpretazione basata sull'intelligenza artificiale rispetto all'interpretazione da parte dei medici e rispetto ai medici che utilizzano l'intelligenza artificiale in aggiunta alla loro interpretazione. Lo studio rappresenterà una gamma di background professionali e livelli di esperienza nell'elemento clinico. Lo studio utilizzerà radiografie su pellicola normale che rappresenteranno una gamma di viste anatomiche e presentazioni patologiche, tuttavia le radiografie presenteranno un numero uguale di radiografie patologiche e non patologiche, dando lo stesso peso alla valutazione della specificità e della sensibilità. L'approvazione etica è già stata concessa e lo studio sarà diffuso attraverso la pubblicazione su riviste sottoposte a revisione paritaria e la presentazione alle conferenze pertinenti.