FibroX AIを活用したプライマリケアにおける肝線維症診断の改善
一次医療におけるMASLD進行性肝線維症診断向上のためのAIツールの検証:プロバイダーレベルのクロスオーバー無作為化比較試験パイロット
この臨床試験の目的は、FibroXという人工知能(AI)ツールが、代謝機能障害関連脂肪性肝疾患(MASLD)を有する成人における有意な肝線維症(≥F2)および臨床的に有意な門脈圧亢進症の診断を、プライマリケア提供者がより適切に行うことができるかどうかを学ぶことです。
この試験が答えようとする主な質問は以下の通りです:
- FibroXは、通常のケアと比較して、有意な肝線維症(≥F2)および臨床的に有意な門脈圧亢進症の診断精度を向上させることができるか?
- FibroXは、シミュレーションされた臨床環境において、プライマリケア提供者にとって使いやすく、受け入れられるものか?
- 提供者は、意思決定支援ツールとしてFibroXを信頼するか?
研究者は、FibroX支援ケアと通常のケアを比較し、FibroXが診断精度、提供者の信頼、およびより良い意思決定の支援を向上させるかどうかを確認します。
参加者は以下の通りです:
- 多様な診療所からのプライマリケア提供者(医師、整骨医、ナースプラクティショナー、医師助手)
- MASLDのリスク因子を有するシミュレーションされた患者症例を検討する
- 通常のケアツール(標準的な検査とオプションのFIB-4計算機)またはFibroX(AI生成リスクスコア、トリアージバンド、説明可能性パネル)のいずれかを使用する
- 各症例について診断および紹介の決定を行う
- 使用性、AIへの信頼、自信、認知的負荷に関するアンケートを完了する
この研究は、FibroXが実際のプライマリケアワークフローに統合され、肝線維症および門脈圧亢進症の早期かつより正確な検出を支援し、見逃された診断や不必要な紹介を減らし、患者の転帰を改善できるかどうかを判断するのに役立ちます。
調査の概要
詳細な説明
本研究は、代謝機能不全関連脂肪性肝疾患(MASLD)を有する成人における、顕著な肝線維化(≧F2)および臨床的に有意な門脈圧亢進症の診断向上のために開発された説明可能な人工知能(AI)ツールであるFibroXの、実現可能性、使用性、医療提供者の信頼、および予備的有效性を評価することを目的とした12か月のパイロット臨床試験です。 MASLDは、肝硬変、肝不全、心血管リスクの増加につながる可能性のある一般的かつ進行性の肝疾患です。 これらの状態の早期発見は重要です。なぜなら、現在のガイドラインでは、治療の開始(例:≧F2線維化に対するレスメチロムまたはセマグルチド、門脈圧亢進症に対するベータ遮断薬)が推奨されているためです。 しかし、FIB-4などの既存のツールは、日常的なプライマリケアにおいて精度と使用性に欠けることが多いです。
FibroXは、年齢、肝酵素、血小板数、BMI、腎機能など、日常的に利用可能な臨床データを使用して、顕著な線維化および門脈圧亢進症の確率を推定することで、これらの制限に対処します。 これは、トリアージ区分(除外、不確定、確定)と、予測に最も影響を与えた臨床因子についての1行の説明を提供します。 この透明性は、SHAP(Shapley Additive Explanations)を使用して実現され、臨床医がAIがどのように結論に達したかを理解するのに役立ちます。
遡及的研究では、FibroXはFIB-4と比較して優れた診断性能(AUROC 0.97 vs. 0.62)を示し、長期的な死亡リスクと関連しており、診断的有用性を超えた予後的価値を示唆しています。
このパイロット試験では、実際のプライマリケアのワークフローをシミュレートし、FibroXが臨床医によって効果的に使用できるかどうかをテストします。 この研究では、4〜6の多様なクリニックから30〜40人のプライマリケア提供者(MD、DO、NP、PA)を募集します。 各提供者は、MASLDのリスク因子を有する成人を反映した16の合成または匿名化された患者ケースを含む、それぞれのシミュレーション期間に2回参加します。 線維化段階および門脈圧亢進症の真の状態は、生検または振動制御過渡弾性測定法(VCTE)とガイドラインベースの基準を用いた専門家の合意によって決定されます。
提供者は、次の2つのシーケンスのいずれかでケースをレビューするようにランダムに割り当てられます:
- FibroX対応ケア:提供者は、FibroXのリスク確率、トリアージ区分、および説明可能性パネルを受け取ります。
- 通常ケア:提供者は、標準的な検査とバイタルサインを使用し、オプションでFIB-4計算機にアクセスできます。
1週間のウォッシュアウト期間の後、提供者はもう一方の条件に切り替えます。 各ケースについて、提供者は管理決定(例:無処置、VCTEの注文、肝臓病学への紹介)を行い、自信のレベルを記録し、使用性、AIへの信頼、および認知的負荷に関する調査を完了します。
主要アウトカム
- 実現可能性:募集率≧70%、完了率≧85%、中央決定時間≦3.5分。
- 使用性と受容性:システム使用性尺度(SUS)スコア≧70。
- 提供者信頼:AI信頼尺度スコア≧6。
- 有効性:顕著な線維化(≧F2)および臨床的に有意な門脈圧亢進症に対する提供者内診断精度。
副次アウトカム
- 適切な紹介率
- 正味再分類改善率(NRI)
- 較正指標(切片、傾き)
- 提供者の自信と認知的負荷(NASA-TLX)
- 意図された下流検査負担
- トリアージ推奨の採用と忠実度
- オーバーライド率と理由
- サブグループ(年齢、性別、BMI、人種/民族)間の公平性分析
すべての提供者の行動と決定時間は自動的に記録されます。 期間後の調査と質的デブリーフィングでは、FibroX使用における障壁と促進要因を探ります。
研究の意義 このパイロット研究は、将来の多施設共同試験およびFibroXの電子健康記録への統合可能性を支持する重要なデータを生成します。 成功すれば、FibroXは、プライマリケアにおける顕著な肝線維化および門脈圧亢進症の、拡張可能でガイドラインに沿ったスクリーニングを可能にし、見逃された診断や不必要な紹介を減らすことができます。 これは、医療における精密医療と責任あるAI実装の国家的優先事項と一致します。
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:Basile Njei, MD, MPH, PhD, FRCP
- 電話番号:475-227-5537
- メール:basile.njei@yale.edu
研究連絡先のバックアップ
- 名前:Ulrick S Kanmounye, MD, MPH, MSc
- 電話番号:5705404973
- メール:ulricksidney@gmail.com
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
対象者条件:
- 免許を持つプライマリケア提供者(MD、DO、NP、またはPA)
- 現在成人プライマリケアで実践中(週当たり勤務時間換算0.5以上)
- 参加クリニック(学術、コミュニティ、または連邦認定医療センター)のいずれかに所属
- シミュレーション電子健康記録(EHR)ベースの症例レビューに参加する意思と能力がある
- インフォームドコンセントを提供できる
除外条件:
- 成人プライマリケアで積極的に実践していない提供者
- 臨床実践での週当たり勤務時間換算が0.5未満の提供者
- FibroXツールの開発または検証に以前関与したことがある
- スケジュールやその他の制約により両方のシミュレーション期間を完了できない
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:診断
- 割り当て:ランダム化
- 介入モデル:クロスオーバー割り当て
- マスキング:なし(オープンラベル)
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:FibroX対応ケア
このアームでは、一次医療提供者が、AIを活用した臨床意思決定支援ツールであるFibroXを使用して、シミュレーションされた患者症例を、有意な肝線維症(≥F2)および臨床的に有意な門脈圧亢進症について評価します。
FibroXは、リスク確率スコア、トリアージ区分(除外、未確定、確定)、および予測に最も影響を与えた臨床因子を示す1行の説明パネルを表示します。
提供者はこの情報を使用して、診断および紹介の決定を行います(例:VCTEを依頼する、肝臓病学を紹介する、ガイドラインに基づく治療を開始する)。
各提供者は、この介入期間中に16症例をレビューします。
目標は、通常のケアと比較して、FibroXが診断精度、提供者の信頼、使用性、およびワークフローの効率性に与える影響を評価することです。
|
FibroXは、メタボリック機能障害関連脂肪性肝疾患(MASLD)患者における有意な肝線維症(≥F2)および臨床的に有意な門脈圧亢進症の診断を一次医療提供者が支援するために設計された説明可能な人工知能(AI)ツールです。
このツールは、日常的に利用可能な臨床データ(例:年齢、AST、ALT、血小板数、BMI、HbA1c、クレアチニン)を使用して、リスク確率スコア、トリアージバンド(除外、不確定、確定)、およびシャプリー付加説明(SHAP)を用いた一行の説明パネルを生成します。
提供者は、模擬患者遭遇時にFibroXを使用して、診断および紹介の決定(例:VCTEの依頼、肝臓病学への紹介、ガイドラインに基づく治療の開始)を導きます。
このツールは、一次医療における診断精度の向上、提供者の信頼の増加、見逃し診断の減少、およびガイドラインに適合したトリアージの支援を目指しています。
|
|
アクティブコンパレータ:通常ケア
このアームでは、一次医療提供者が、日常診療で利用可能な標準的な臨床ツールを用いて、模擬患者症例を評価します。
これには、検査結果、バイタルサイン、問題リスト、薬剤、および過去の画像診断が含まれます。
提供者は、肝線維症リスクを推定するためにFIB-4計算機を任意で使用できます。
各提供者は、この期間中に16症例を検討します。
AIによる意思決定支援は提供されません。
このアームは、FibroXが、通常の診療と比較して、有意な肝線維症(≥F2)および臨床的に有意な門脈圧亢進症に対する診断精度、ならびに提供者の信頼性、使用性、ワークフロー効率を改善するかどうかを評価するための比較対象として機能します。
|
通常ケア条件では、一次医療提供者は日常診療で利用可能な標準的な臨床ツールを使用して模擬患者症例を評価します。
これには、検査結果、バイタルサイン、問題リスト、薬剤、および過去の画像が含まれます。
提供者は任意でFIB-4計算機を使用して肝線維化リスクを推定することができます。
AIによる意思決定支援は提供されません。
この介入は、FibroXが通常ケアと比較して、有意な肝線維化(≥F2)および臨床的に有意な門脈圧亢進症の診断精度、ならびに提供者の信頼、意思決定の質、およびワークフロー効率を改善するかどうかを評価するための対照として機能します。
|
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 |
|---|---|---|
|
FibroXと通常治療の比較による、有意な肝線維症(≧F2)および臨床的に有意な門脈圧亢進症の診断精度
時間枠:各シミュレーション期間の直後、最大24週間
|
模擬的なプライマリケア診察における、有意な肝線維症(≥F2)および臨床的に有意な門脈圧亢進症を検出するための医療提供者内診断精度。 精度は、臨床的に関連する閾値において感度、特異度、AUROCを用いて評価されます。 線維症ステージと門脈圧亢進症のグランドトゥルースは、生検、振動制御過渡弾性測定法(VCTE)に基づく専門家の合意、およびガイドラインで定義された基準から導き出されます。 測定単位:割合(感度および特異度は%、AUROCは単位なしの値) |
各シミュレーション期間の直後、最大24週間
|
|
FibroX統合のためのシステム使用性尺度(SUS)スコア
時間枠:各シミュレーション期間後直ちに、最大24週間まで
|
FibroXの使いやすさは、System Usability Scale(SUS)を使用して評価されました。これは、0から100点で採点される検証済みの10項目の質問票であり、スコアが高いほど使いやすさが高いことを示します。 測定単位:スコア(範囲:0〜100;スコアが高いほど使いやすさが高い) |
各シミュレーション期間後直ちに、最大24週間まで
|
|
AIツールへのプロバイダー信頼(FibroX)
時間枠:FibroX対応シミュレーション期間直後、最大24週間まで
|
有効性が確認されたAI信頼尺度を用いて、FibroXに対するプロバイダーの信頼を評価しました。この尺度は、リッカート尺度で採点される12項目を含みます。 スコアが高いほど、AIツールへの信頼が高いことを示します。 測定単位:スコア(範囲:12〜60;スコアが高いほど信頼が高い) |
FibroX対応シミュレーション期間直後、最大24週間まで
|
|
症例あたりの中央意思決定時間
時間枠:各シミュレーション期間後直ちに、最大24週間
|
FibroXと通常のケアを使用したシミュレートMASLD症例の管理決定を完了するために提供者が要した中央時間(分)。 測定単位:分 |
各シミュレーション期間後直ちに、最大24週間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
適切な紹介率
時間枠:各シミュレーション期間直後、最大24週間
|
MASLDリスク層別化のためのガイドラインに沿ったトリアージルールと、医療提供者の紹介決定(例:肝臓科への紹介、VCTE検査の指示)が一致するシミュレーションケースの割合。 測定単位:割合(%) |
各シミュレーション期間直後、最大24週間
|
|
正味再分類改善 (NRI)
時間枠:各シミュレーション期間後すぐに、最大24週間
|
FibroX使用時のMASLDリスクカテゴリー(除外、不確定、確定)の分類精度の変化を、通常のケアと比較したもの。 測定単位:NRIスコア(単位なし) |
各シミュレーション期間後すぐに、最大24週間
|
|
リスク予測の校正
時間枠:各シミュレーション期間後直ちに、最大24週間まで
|
観察結果と比較したFibroX予測のキャリブレーションは、キャリブレーション切片、勾配、およびキャリブレーションプロットを使用して評価されます。 測定単位:切片と勾配(単位なし) |
各シミュレーション期間後直ちに、最大24週間まで
|
|
プロバイダー意思決定への信頼
時間枠:各シミュレーション期間直後、最大24週間
|
模擬ケースにおけるMASLD管理判断に対するプロバイダー報告の自信度を、5段階リッカート尺度(1=非常に低い自信;5=非常に高い自信)で測定。 測定単位:スコア(範囲:1-5;スコアが高いほど自信度が高い) |
各シミュレーション期間直後、最大24週間
|
|
ケースレビュー中の認知的負荷
時間枠:各シミュレーション期間の直後、最大24週間
|
NASAタスク負荷指数(NASA-TLX)を用いて評価されたプロバイダーの認知負荷は、6つの次元にわたって0から100までの総合的な負荷スコアを提供します。 測定単位:スコア(範囲:0-100;スコアが高いほど負荷が大きい) |
各シミュレーション期間の直後、最大24週間
|
|
予定される下流試験の負担
時間枠:各シミュレーション期間直後、最大24週間
|
各模擬ケース後に医療提供者が追加検査や紹介(例:VCTE、肝臓専門医への相談)を依頼する予定の数と種類。 測定単位:カウント(ケースごとの検査数/紹介数) |
各シミュレーション期間直後、最大24週間
|
|
トリアージ推奨の採用と忠実度
時間枠:各シミュレーション期間終了後直ちに、最長24週間まで
|
医療提供者が上書きなしでFibroXトリアージ推奨事項(例:除外、不確定、含む)に従った症例の割合。 測定単位:割合(%) |
各シミュレーション期間終了後直ちに、最長24週間まで
|
|
オーバーライド率と理由
時間枠:各シミュレーション期間後直ちに、最大24週間
|
プロバイダーがFibroXの推奨を上書きした症例の割合と、上書きの理由として文書化されたもの。 測定単位:割合(%) |
各シミュレーション期間後直ちに、最大24週間
|
|
サブグループ間の公平性分析
時間枠:各シミュレーション期間の直後、最大24週間
|
人口統計学的サブグループ(年齢、性別、BMI、人種/民族)におけるFibroXの性能(感度、特異度、校正)。 測定単位:割合(%)およびAUROC(無次元) |
各シミュレーション期間の直後、最大24週間
|
協力者と研究者
スポンサー
出版物と役立つリンク
一般刊行物
- Wong VW, Vergniol J, Wong GL, Foucher J, Chan HL, Le Bail B, Choi PC, Kowo M, Chan AW, Merrouche W, Sung JJ, de Ledinghen V. Diagnosis of fibrosis and cirrhosis using liver stiffness measurement in nonalcoholic fatty liver disease. Hepatology. 2010 Feb;51(2):454-62. doi: 10.1002/hep.23312.
- Njei, B., et al., FIBROX: an explainable AI model for accurate prediction of advanced liver fibrosis and cardiovascular mortality in MASLD. Gastroenterology, 2024. 169(1): p. S-131-S-132.
- Njei B, Osta E, Njei N, Al-Ajlouni YA, Lim JK. An explainable machine learning model for prediction of high-risk nonalcoholic steatohepatitis. Sci Rep. 2024 Apr 13;14(1):8589. doi: 10.1038/s41598-024-59183-4.
- Ratziu V, Charlotte F, Heurtier A, Gombert S, Giral P, Bruckert E, Grimaldi A, Capron F, Poynard T; LIDO Study Group. Sampling variability of liver biopsy in nonalcoholic fatty liver disease. Gastroenterology. 2005 Jun;128(7):1898-906. doi: 10.1053/j.gastro.2005.03.084.
- Decharatanachart P, Chaiteerakij R, Tiyarattanachai T, Treeprasertsuk S. Application of artificial intelligence in non-alcoholic fatty liver disease and liver fibrosis: a systematic review and meta-analysis. Therap Adv Gastroenterol. 2021 Dec 21;14:17562848211062807. doi: 10.1177/17562848211062807. eCollection 2021.
- Meng F, Zheng Y, Zhang Q, Mu X, Xu X, Zhang H, Ding L. Noninvasive evaluation of liver fibrosis using real-time tissue elastography and transient elastography (FibroScan). J Ultrasound Med. 2015 Mar;34(3):403-10. doi: 10.7863/ultra.34.3.403.
- Boursier J, de Ledinghen V, Zarski JP, Fouchard-Hubert I, Gallois Y, Oberti F, Cales P; multicentric groups from SNIFF 32, VINDIAG 7, and ANRS/HC/EP23 FIBROSTAR studies. Comparison of eight diagnostic algorithms for liver fibrosis in hepatitis C: new algorithms are more precise and entirely noninvasive. Hepatology. 2012 Jan;55(1):58-67. doi: 10.1002/hep.24654.
- Yoon JH, Lee JM, Joo I, Lee ES, Sohn JY, Jang SK, Lee KB, Han JK, Choi BI. Hepatic fibrosis: prospective comparison of MR elastography and US shear-wave elastography for evaluation. Radiology. 2014 Dec;273(3):772-82. doi: 10.1148/radiol.14132000. Epub 2014 Jul 7.
- Mondal A, Debnath A, Dhandapani G, Sharma A, Lukhmana S, Yadav G. Prevalence of High and Moderate Risk of Liver Fibrosis Among Patients With Diabetes at a Noncommunicable Diseases (NCD) Clinic in a Primary Healthcare Center in Northern India. Cureus. 2023 Nov 23;15(11):e49286. doi: 10.7759/cureus.49286. eCollection 2023 Nov.
- Estes C, Anstee QM, Arias-Loste MT, Bantel H, Bellentani S, Caballeria J, Colombo M, Craxi A, Crespo J, Day CP, Eguchi Y, Geier A, Kondili LA, Kroy DC, Lazarus JV, Loomba R, Manns MP, Marchesini G, Nakajima A, Negro F, Petta S, Ratziu V, Romero-Gomez M, Sanyal A, Schattenberg JM, Tacke F, Tanaka J, Trautwein C, Wei L, Zeuzem S, Razavi H. Modeling NAFLD disease burden in China, France, Germany, Italy, Japan, Spain, United Kingdom, and United States for the period 2016-2030. J Hepatol. 2018 Oct;69(4):896-904. doi: 10.1016/j.jhep.2018.05.036. Epub 2018 Jun 8.
- Targher G, Byrne CD, Tilg H. MASLD: a systemic metabolic disorder with cardiovascular and malignant complications. Gut. 2024 Mar 7;73(4):691-702. doi: 10.1136/gutjnl-2023-330595.
- Maher S, Rajapakse J, El-Omar E, Zekry A. Role of the Gut Microbiome in Metabolic Dysfunction-Associated Steatotic Liver Disease. Semin Liver Dis. 2024 Nov;44(4):457-473. doi: 10.1055/a-2438-4383. Epub 2024 Oct 10.
- Younossi ZM, Mangla KK, Berentzen TL, Grau K, Kjaer MS, Ladelund S, Nitze LM, Coolbaugh C, Hsu CY, Hagstrom H. Liver histology is associated with long-term clinical outcomes in patients with metabolic dysfunction-associated steatohepatitis. Hepatol Commun. 2024 May 10;8(6):e0423. doi: 10.1097/HC9.0000000000000423. eCollection 2024 Jun 1.
便利なリンク
研究記録日
主要日程の研究
研究開始 (推定)
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
- 2000027433
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
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。