人工知能を使用した皮膚疾患に対する臨床ワークフローの最適化 (IDEI_2023)
人工知能によるさまざまな皮膚疾患患者の臨床ワークフローの最適化
画像に基づいた人工知能 (AI) は、医療分野における視覚診断の精度を向上させる大きな可能性を秘めています。 新型コロナウイルス感染症(COVID-19)のパンデミックのさなか、対面での医療サービスへのアクセスが制限されたことで医療の変化が起こり、遠隔医療の導入が加速しました。 この文脈において、トリアージと意思決定支援のための AI の使用は、専門家がワークロードを管理し、パフォーマンスを向上させるために重要である可能性があります。 皮膚科では、色素沈着病変、ざ瘡、および脱毛症は、皮膚科センターでの需要が高い再発性の 3 つの病理グループです。 トリアージ、臨床評価、患者のフォローアップはいずれも、対面でのリソースと専門家の献身的な対応が必要です。 AI などのツールを導入することで、こうしたプロセスを削減し、作業負荷を最適化するという点で専門家に利益をもたらすことができます。
画像認識と解釈、および人工知能の進歩により、皮膚の状態を含むさまざまな病状の診断における革新が促進されました。 コンピュータ支援診断 (CAD) システムやその他のアルゴリズムベースの技術は、専門医師と同等の能力で病変画像を分類できることが実証されています。
この研究では、AI LABS GROUP S.L. が開発した、人工知能を利用して皮膚疾患の臨床フローと患者ケア プロセスを最適化する Legit.Health ツールが評価されます。 このツールの目的は、緊急性の高い患者を自動的に優先順位付けし、診察の種類 (皮膚科または美容) を割り当て、補助スタッフの診断能力と悪性色素性病変の検出を強化し、患者の状態の視覚的な記録 (写真) を提供することです。その後、外部の専門家によるレビューが行われます。
したがって、この研究の主な目的は、人工知能に基づく Legit.Health が臨床フローと患者ケア プロセスの効率を向上させ、それによって診断精度と重症度判定の強化を通じて患者ケアの時間とコストを削減することを検証することです。
2 番目の目的は、Legit.Health の診断パフォーマンスの測定に焦点を当てています。
Legit.Health が医療従事者の悪性または疑わしい色素性病変を検出する能力を強化することを実証します。
Legit.Health によって、女性男性型脱毛症患者への関与の程度を測定する医療専門家の能力と精度が向上することを実証します。
Legit.Health によって、ニキビ患者への関与の度合いを測定する医療従事者の能力と精度が向上することを実証します。
さらに、この研究は、このツールの有用性を評価することを目的としています。
色素沈着病変を呈する患者のトリアージ/初期評価プロセスを自動化します。
トリアージ診察の数を減らし、患者を適切な診察(美容または皮膚科)に直接誘導することによって、センターによる医療リソースの使用量の削減を評価します。
患者による Legit.Health の使いやすさを評価します。 Legit.Health が専門家の満足度を向上させることを実証します。 トリアージ診察の回数を減らし、美容環境でも皮膚科環境でも患者を適切な診察に直接誘導することで、医療リソースの使用量の削減を評価します。
方法論 研究デザイン タイプ これは観察研究であり、長期的な特徴を持つ前向き研究と遡及的な症例シリーズの両方です。
調査期間 この調査では、採用期間を 3 か月と見積もっています。 総研究期間は、前回の遡及分析にかかる時間と、最後の被験者を募集した後のデータベースの閉鎖と編集、データ分析、最終研究報告書の作成に必要な時間を含めて、6か月と推定されます。
色素沈着病変のある各参加者の総研究期間は 1 ~ 3 か月です。 ざ瘡および脱毛症の患者の場合、期間は1日となります。
研究対象者 IDEI の皮膚科で治療を受けた皮膚病状の成人患者 (18 歳以上)。
調査の概要
状態
詳細な説明
画像に基づく人工知能 (AI) は、医療分野における視覚診断の精度を向上させる大きな可能性を秘めています。 新型コロナウイルス感染症(COVID-19)のパンデミック中、対面での医療サービスへのアクセスが制限されたことで医療の変化が起こり、遠隔医療の導入が加速しました。 これに関連して、専門家がワークロードを管理し、パフォーマンスを向上させるには、トリアージと意思決定のサポートに AI を使用することが重要になる可能性があります。 皮膚科では、色素沈着病変、ざ瘡、および脱毛症は、皮膚科センターでの需要が高い再発性の 3 つの病理グループです。 これらの患者のトリアージ、臨床評価、フォローアップには、対面のリソースと専門家とスタッフの献身的な努力が必要です。 AI などのツールを使用すると、これらのプロセスを削減し、作業負荷を最適化するという点で専門家に利益をもたらすことができます。
画像認識と解釈、および人工知能の進歩により、皮膚の状態を含むさまざまな病状の診断における革新が推進されました。 コンピュータ支援診断 (CAD) システムやその他のアルゴリズムベースのテクノロジーは、専門の医師に匹敵する能力で病変画像を分類できる能力を実証しています。
この研究では、AI LABS GROUP S.L. が開発した、人工知能を使用して皮膚疾患のある患者の臨床フローとケア プロセスを最適化する Legit.Health ツールが評価されます。 このツールの目的は、緊急性の高い患者を自動的に優先順位付けし、診察の種類 (皮膚科または美容) を割り当て、補助スタッフの診断能力と悪性色素性病変の検出を向上させ、視覚的な記録を提供することです (写真) ) 外部専門家による後でのレビューのために条件を変更します。
したがって、この研究の主な目的は、人工知能に基づく Legit.Health ツールが臨床フローと患者のケア プロセスの効率を向上させ、診断の精度と診断の強化を通じて患者あたりのケアにかかる時間とコストを削減することを検証することです。悪性度または重症度の程度。
2 番目の目的は、Legit.Health の診断パフォーマンスの測定に焦点を当てています。
Legit.Health により、医療専門家の悪性または疑わしい色素性病変を検出する能力が向上することを実証します。
Legit.Health によって、女性男性型脱毛症患者への関与の度合いを測定する医療専門家の能力と精度が向上することを実証します。
Legit.Health によって、ニキビ患者への関与の度合いを測定する医療専門家の能力と精度が向上することを実証します。
さらに、この研究は、このツールの有用性を評価することを目的としています。
色素性病変を相談する患者のトリアージ/初期評価プロセスを自動化します。
トリアージ診察の数を減らし、患者を適切な診察(美容または皮膚科)に直接紹介することによって、センターによる医療リソースの使用量の削減を評価します。
患者による Legit.Health の使いやすさを評価します。 Legit.Health が専門家の満足度を向上させることを実証します。 トリアージ診察の回数を減らし、美容環境でも皮膚科環境でも患者を適切な診察に直接紹介することで、医療リソースの使用量の削減を評価します。
方法論:
研究デザインのタイプ:
これは観察研究であり、長期的な特徴を持つ前向きの研究と遡及的な症例シリーズの両方です。
勉強期間:
この調査では採用期間を 3 か月と見積もっています。
総研究期間は、前回の遡及分析にかかる時間と、最後の被験者を募集した後のデータベースの閉鎖と編集、データ分析、最終研究報告書の作成に必要な時間を含めて、6か月と推定されます。
色素沈着病変のある各参加者の総研究期間は 1 ~ 3 か月です。 ざ瘡および脱毛症の患者の場合、期間は1日となります。
調査対象母集団:
IDEIの皮膚科で治療を受けた皮膚病変のある成人患者(18歳以上)。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:Jordi Barrachina, PhD
- 電話番号:+34 660675578
- メール:jordibarrachina@legit.health
研究連絡先のバックアップ
- 名前:Miguel Sánchez-Viera, PhD
- メール:sanchez.viera@ideidermatologia.com
研究場所
-
-
-
Madrid、スペイン、28009
- 募集
- IDEI Hospital
-
副調査官:
- Alfonso Medela, MsC
-
副調査官:
- Taig Mac Carthy, MsC
-
コンタクト:
- Miguel Sánchez-Viera, PhD
- 電話番号:+34 915740990
- メール:sanchez.viera@ideidermatologia.com
-
主任研究者:
- Miguel Sánchez-Viera, PhD
-
副調査官:
- Concetta Alessandro, MD
-
副調査官:
- Alejandra Capote, MD
-
副調査官:
- Pablo López-Andina, MD
-
副調査官:
- Allison Marie Bell-Smythe Sorg, MD
-
副調査官:
- Alejandra Vallejos, MD
-
副調査官:
- Isabel del Campo, MD
-
副調査官:
- Juliana Machado, MD
-
副調査官:
- Raúl Lucas-Escobar, MD
-
副調査官:
- Beatriz Torres
-
-
参加基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 18歳以上(ニキビの場合は16歳以上)の患者。
- 以下のいずれかの条件を満たす色素沈着病変を有する患者:
- 初めて色素性病変を患いました。
- 初めてのダーモスコピー診察または色素沈着病変の再検査のために以前に予定されていた。
- 活動性の炎症性座瘡のある患者。
- 男性型脱毛症の女性。
除外基準:
- 研究者が研究手順に従うことができない、または従う気がないと判断した患者。
研究計画
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
---|
色素沈着病変があり、悪性腫瘍が疑われる患者
IDEI 病院で治療を受けており、悪性腫瘍が疑われる色素性皮膚病変のある患者。
医師は病変の写真を撮り、ツールにアップロードして、診断と悪性腫瘍の疑いの両方を確認します。
|
ニキビと診断された患者さん
IDEI 病院で治療を受け、ざ瘡と診断された患者。
医師は患者の顔の写真を撮り、それをツールにアップロードして、ニキビの重症度を確認し、ゴールドスタンダードと比較します。
|
女性型男性型脱毛症と診断された患者
患者はIDEI病院で治療を受け、女性型男性型脱毛症と診断された。
医師は頭頂部の写真を撮り、それをツールにアップロードして、脱毛症の重症度を確認し、ゴールドスタンダードと比較します。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
医師の診断とツールの診断との一致。
時間枠:入学時から最長1年間
|
皮膚科医によって発行された診断と Legit.Health ツールによって決定された診断との間の一致性の分析。
|
入学時から最長1年間
|
皮膚科医とLegit.Healthツールの間で検出された悪性腫瘍に関する合意
時間枠:入学時から最長1年間
|
皮膚科医と人工知能ツールの間の悪性腫瘍の疑いの相関分析
|
入学時から最長1年間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
ニキビの重症度
時間枠:入学時から最長1年間
|
ニキビの重症度は、医師と Legit.Health ツールの両方によって、病変のカウントを通じて評価されます。
相関分析を実行して、それらの間の基準の違いを確認します
|
入学時から最長1年間
|
脱毛症の重症度
時間枠:入学時から最長1年間
|
男性型脱毛症の重症度は、医師と Ludwig スケールを使用した Legit.Health ツールの両方によって評価されます。
相関分析を実行して、それらの間の基準の違いを確認します
|
入学時から最長1年間
|
協力者と研究者
スポンサー
捜査官
- 主任研究者:Miguel Sánchez-Viera, PhD、IDEI Hospital
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。