胎児の流れ管理を改善するための人間と AI の協調知能
胎児の流れ管理を改善するための人間と AI の協調知能: ランダム化試験
このランダム化比較研究は、産科におけるドップラー超音波画像 (UA および MCA) の臨床医の解釈を改善する際の説明可能な AI (XAI) の有効性を評価します。 これには92人の臨床医が参加し、介入群と対照群に無作為に割り付けられた。 介入グループは XAI フィードバックを受け取り、超音波読影と医療上の意思決定の精度を高めることを目指しています。
目的:
- 一般的に使用されるドプラ流、特に臍動脈 (UA) と中大脳動脈 (MCA) の拍動指数 (PI) の解釈可能なモデルを開発し、ドプラ スペクトル画像に関する質の高いフィードバックを提供し、潜在的なゲート配置を提案することを目的としています。
- 超音波読影と管理の精度について臨床医に Explainable AI (XAI) フィードバックを提供する効果を、フィードバックを提供しない場合と比較してテストします。
調査の概要
詳細な説明
現在、ドップラー超音波流速測定は、産科診療において、特に子宮胎盤-胎児循環における臍動脈 (UA) と中大脳動脈 (MCA) を評価するための重要なツールとして機能しています。 ドップラー超音波は、胎児の貧血や胎盤機能不全などの状態を検出するのに役立ちますが、その精度はオペレーターの専門知識に依存します。 人工知能 (AI) は、特にハイリスク妊娠において潜在的な機能強化を提供します。 しかし、胎児超音波検査における既存の AI アプリケーションは透明性に欠けていることが多く、ユーザーの不信感につながっています。 この研究は、高リスク妊娠の管理を改善するために臨床医が UA および MCA のドップラー超音波画像を解釈するのを支援する説明可能な AI モデルを開発することで、これらの限界に対処することを目的としています。
研究の目的は次のとおりです。
- 一般的に使用されるドプラ流、特に臍動脈 (UA) と中大脳動脈 (MCA) の拍動指数 (PI) の解釈可能なモデルを開発し、ドプラ スペクトル画像に関する質の高いフィードバックを提供し、潜在的なゲート配置を提案することを目的としています。
- 超音波読影と管理の精度について臨床医に Explainable AI (XAI) フィードバックを提供する効果を、フィードバックを提供しない場合と比較してテストします。
すべての参加者は、臍動脈と MCA のフロー画像のゲート配置を提供し、結果として得られるフロー曲線の品質を評価するように指示されます。 各参加者は、合計 40 枚の固有の画像 (UA と MCA については 10 枚のフロー画像、UA と MCA についてはそれぞれ 10 枚のスペクトル ドップラー画像) を評価する必要があります。 4 つのグループ (UA フロー、UA スペクトル、MCA フロー、MCA スペクトル) から、研究者は、各病院内での経験レベルに応じて一致する 40 枚の画像のセットを提供し、参加者に提供します (PGY 1) -2; PGY 3-5; 認定産科医）。 フロー画像の場合、参加者は最も適切なゲートの配置を特定するように指示されます。 スペクトルフロー曲線については、参加者はフロー曲線が医療管理上の決定を伝えるのに十分な品質であるかどうかを評価するよう求められます。
MCA および UA 画像の包含基準は、妊娠第 3 期 (>= 28 週目) に撮影された画像となります。
研究デザイン: ランダム化比較試験
データ ソース: 臍動脈 (UA) および中大脳動脈 (MCA) の測定を含む 1,840 件の固有の超音波スキャン。 1840 個の固有の画像には、460 個の UA フロー画像、460 個の UA スペクトル画像、460 個の MCA フロー画像、および 460 個の MCA スペクトル画像が含まれます。
参加者: 4 つの異なる大学病院のさまざまな能力レベルを持つ 92 人の臨床医。
介入: MCA/UA ドップラー スペクトル曲線とゲート配置の提案に関する XAI フィードバック。
コントロールグループ: XAI フィードバックなし。
手順: 臨床医は、各病院の経験レベルに応じて 46 人ずつの 2 つのグループに分けられます。 対照グループは MCA/UA 画像にゲートを配置し、AI フィードバックなしでドップラー スペクトルを評価します。一方、介入グループは AI フィードバックにアクセスして同じタスクを実行します。
結果の測定: 2 つのグループの参加者の回答は、参加者の回答を互いに独立して評価する 2 人の胎児医学超音波検査技師によって検討されます。 意見の相違がある場合、2 人の超音波検査技師は議論の末に合意に達します。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前：Zahra Bashir, MD
- 電話番号：71871407
- メール：zahra.bashir@regionh.dk
研究場所
-
-
Capital Region Of Denmark
-
Copenhagen、Capital Region Of Denmark、デンマーク、2100
- 募集
- Rigshospitalet
-
コンタクト：
- Zahra Bashir, MD
-
主任研究者：
- Zahra Bashir, MD
-
-
Region Zealand
-
Slagelse、Region Zealand、デンマーク、4200
- 募集
- Slagelse Hospital
-
コンタクト：
- Zahra Bashir, MD
-
主任研究者：
- Zahra Bashir, MD
-
-
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
説明
包含基準:
- 包含基準は、少なくとも週に 1 回の経腹的産科超音波検査の使用です。
除外基準:
- 除外基準は、経腹的産科超音波スキャンの経験がないことです。
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
- 主な目的：ヘルスサービス研究
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：「MCA/UA ドップラー スペクトル曲線とゲート配置の提案に関する XAI フィードバック」
XAI フィードバック グループは、MCA/UA 画像にゲートを配置し、AI フィードバックでドップラー スペクトルを評価します。 N=46 人の臨床医 (臨床医は、病院全体の経験レベルに合わせて、それぞれ 46 人の 2 つのグループ (XAI フィードバック グループと XAI フィードバックなしグループ) に分けられます) |
この研究には、UA および MCA のフローおよびスペクトル画像に分割された 1,840 枚の超音波画像が含まれており、説明可能な AI (XAI) フィードバックとフィードバックなしを比較するために、それぞれが合計 3,680 枚の画像に複製されました。 研究者は、40 枚の画像の一致するセット (1 つは XAI グループ用、もう 1 つは非 XAI グループ用) を参加者に提供します。 参加者は、各病院内での経験レベルに基づいてマッチングされます（産科超音波検査の経験を持つ常駐医師、産婦人科医、婦人科医）。 すべての参加者は、臍動脈と中大脳動脈のフロー画像にゲートを配置し、結果として得られるフロー曲線の品質を評価するように指示されます。 特に、フロー画像の場合、参加者は最も適切なゲートの配置を特定する必要があります。 スペクトルフロー曲線の場合、曲線が医療管理上の決定を導くのに十分な品質であるかどうかを判断する必要があります。 |
|
介入なし：「XAI フィードバックがありません」
コントロール グループは MCA/UA 画像にゲートを配置し、AI フィードバックなしでドップラー スペクトルを評価します。 N=46 人の臨床医 (臨床医は、病院全体の経験レベルに合わせて、それぞれ 46 人の 2 つのグループ (XAI フィードバック グループと XAI フィードバックなしグループ) に分けられます) |
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 |
|---|---|---|
|
回答は 2 人の胎児医学超音波検査技師によって独立して検討され、2 人の専門家の間で意見が異なる場合には合意が得られます。
時間枠：1ヶ月
|
各グループ (AI フィードバック グループと AI フィードバックなしグループ) の精度は、2 人の胎児医学超音波検査技師によって評価された、2 つのグループ間で正しく管理されたフロー画像の数のパーセンテージの差として定義されました。 正しい管理とは、正しいゲートの配置（複数の部位が可能）、および医療上の意思決定を可能にする適切な品質のフロー曲線の正しい識別として定義されました。 |
1ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
能力グループ間のフロー画像管理の精度
時間枠：1ヶ月
|
二次成果は、参加者を能力グループ (研修医、産婦人科医、産科経験のある婦人科医) に分類し、AI フィードバックと非 AI フィードバックの両方で、これらの能力グループ間のフロー画像管理の精度のパーセンテージの差を調べることです。フィードバックグループ。
|
1ヶ月
|
協力者と研究者
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
本研究に関する用語
その他の研究ID番号
- 3-3031-2915/1
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
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。