전문성 수준별 초음파 생체 측정 정확도에 대한 AI 피드백의 영향
2026년 8월 4일 업데이트: Mary Le Ngo, Copenhagen Academy for Medical Education and Simulation
초음파 생체측정에서 AI 피드백의 변화 민감도 평가: 전문성 경사도를 가로지르는 계층화 무작위 대조 시험
목적: 실시간 AI 피드백이 태아 생체 측정 정확도에 미치는 영향을 평가하고, 사용자 경험이 증가함에 따라 AI의 이점이 감소하는 전문성 역전 효과를 조사합니다.
설계: 75명의 참가자(초보자 25명, 중급자 25명, 전문가 25명)를 대상으로 한 층화 무작위 시험입니다. 사용자는 1:1로 AI 지원 측정 그룹 또는 수동 측정 그룹에 무작위 배정됩니다.
결과:
- 주요 결과: 실제 출생 체중과 비교한 추정 태아 체중(EFW) 정확도(MAPE).
- 부차적 결과: 절차 시간, 영상 품질, 기준 스캔 대비 오차, 인지 작업 부하(NASA-TLX).
연구 개요
상태
상태
모병
정황
정황
개입 / 치료
개입 / 치료
상세 설명
연구 개요: 본 연구는 실시간 인공지능(AI) 피드백이 산과 초음파에서 태아 생체 측정의 정확도에 미치는 영향을 평가합니다. AI 도구는 의료진을 지원하도록 설계되었지만, 그 효과는 사용자의 기초 기술 수준에 따라 달라질 수 있습니다. 이는 "전문성 역전 효과"로 알려진 현상입니다.
연구 목표: 주요 목표는 AI 가이드 피드백이 초음파 태아 체중 추정에서 전통적인 수동 방법에 비해 측정 오류를 현저히 감소시키는지 여부를 확인하는 것입니다. 본 연구는 특히 초보 사용자와 중급 사용자가 경험 많은 전문가보다 AI의 혜택을 더 크게 받는지 조사합니다.
연구 설계: 이는 75명의 참가자를 세 가지 전문성 계층으로 분류한 계층화 무작위 대조 시험입니다:
초보자 (예: 스캔 경험이 거의 없는 학생 또는 레지던트).
중급 사용자 (예: 중간 수준 훈련 중인 의사).
전문가 (예: 고급 전문의).
각 계층 내 참가자는 1:1로 AI 지원 그룹(실시간 자동화된 평면 검증 및 캘리퍼스 제공) 또는 대조 그룹(표준 수동 생체 측정 수행)에 무작위 배정됩니다.
주요 결과 측정: 추정 태아 체중(EFW)의 정확도: 실제 출생 체중에 대한 EFW의 평균 절대 백분율 오차(MAPE)로, 체중 예측에 대한 AI 지원의 임상적 영향을 평가합니다.
부차적 결과 측정:
- 절차 효율성: 생체 측정을 완료하는 데 필요한 총 절차 시간(프로브-피부).
- 이미지 품질: 표준화된 살로몬 기준에 기반한 캡처된 평면의 객관적 평가.
- 상대적 측정 오차: 표준(전문가 검증) 초음파 스캔과 비교했을 때 추정 태아 체중의 편차.
- 주관적 작업 부하: NASA 작업 부하 지수(NASA-TLX)를 사용한 인지 부하 및 사용자 노력 평가.
- 경험 임계값 결정: 유의미한 AI 매개 정확도 향상을 위한 임상 경험(연수 및 총 스캔 횟수)의 '절단점' 정의.
연구 유형
연구 유형
중재적
등록 (추정된)
등록
75
단계
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
연구 연락처
- 이름: Mary Le Ngo, Medical Doctor (MD), PhD stude
- 전화번호: +45 20773779
- 이메일: mary.van.anh.le.ngo.01@regionh.dk
연구 장소
-
-
Capital Region
-
Hillerød, Capital Region, 덴마크, 3400
- 아직 모집하지 않음
- Nordsjællands Hospital
-
연락하다:
- Gitte Hedermann, Associate Professor
- 전화번호: +2520773779
- 이메일: gitte.hedermann.christensen@regionh.dk
-
-
København Ø
-
Copenhagen, København Ø, 덴마크, 2100
- 모병
- Rigshospitalet
-
연락하다:
- Martin Tolsgaard, professor,, Medical doctor, Ph.D
- 전화번호: +4520773779
- 이메일: martin.groennebaek.tolsgaard@regionh.dk
-
Copenhagen, København Ø, 덴마크, 2100
- 초대로 등록
- Rigshospitalet
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
설명
임상 대상 인구: 의료 전문가와 학생, 다음을 포함하되 이에 국한되지 않음:
- 의학과 대학원생(석사 과정 중인 학생).
- 산부인과 레지던트 의사 및 상급 전문의.
제외 기준:
- 참가자가 덴마크어 또는 영어를 이해하고 말할 수 없는 경우
임산부:
포함 기준:
- 임신 전 체질량지수 < 40
- 단태아 임신
- 유도 시 임신 주수 ≥ 37+0
- 양막이 온전함(양수 지수를 일관되게 유지하기 위함)
제외 기준:
- 주요 태아 해부학적 이상
- 무양수증(심부 수직 포켓 < 2 cm)
- 심박동수 비율 < 2.5 백분위수
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 하나의
팔의 수
2
무기와 개입
참가자 그룹 / 팔참가자 그룹 / 팔 |
개입 / 치료개입 / 치료 |
|---|---|
|
간섭 없음: 대조군
대조군 참가자는 AI 지원 없이 표준 수동 기법을 사용하여 태아 생체 측정을 수행합니다.
|
|
|
실험적: AI 중재 그룹
이 소프트웨어는 올바른 해부학적 평면(BPD, HC, AC 또는 FL)에 도달했을 때 검증하기 위해 실시간 "신호등" 또는 점수 기반 피드백을 제공합니다.
|
중재군 참가자는 실시간 인공지능(AI) 피드백 소프트웨어의 도움을 받아 태아 생체 측정을 수행합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI 피드백을 사용할 때와 표준 스캐닝을 사용할 때의 초음파 측정 정확도 변화 민감도를 평가하기 위함
기간: 두 번의 스캔은 14일 이내에 수행됩니다.
|
인공지능 지원 태아 생체 측정 및 수동 태아 생체 측정에 대한 평균 절대 백분율 오차(MAPE)는 추정 태아 체중(EFW)과 실제 출생 체중(ABW) 사이의 절대 차이를 실제 출생 체중으로 나누고 백분율로 표시한 값으로 정의됩니다.
|
두 번의 스캔은 14일 이내에 수행됩니다.
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
시술 효능
기간: 스캔 시간, 최대 30분
|
스캔 지속 시간(초)은 AI 피드백의 시간적 영향을 평가하기 위한 종속 변수로 모델링됩니다.
|
스캔 시간, 최대 30분
|
|
인지적 및 생리적 부하
기간: 초음파 절차(GSR) 동안과 절차 직후(NASA-TLX)에 총 약 30분 동안.
|
NASA-TLX(주관적) 및 GSR(객관적) 데이터는 모두 종속 변수로 모델링됩니다.
이러한 분석은 AI 중재가 시술 중 정신적 노력 또는 자율 신경계 스트레스 반응을 유의미하게 변화시키는지 여부를 결정할 것입니다.
|
초음파 절차(GSR) 동안과 절차 직후(NASA-TLX)에 총 약 30분 동안.
|
|
측정 편차:
기간: 사전 연구 스캔과 연구 스캔 사이의 기간.
|
경험 많은 임상 의사가 수행한 기준 EFW와 참가자의 EFW 간의 절대 차이를 모델링하여 AI가 관찰자 간 변동성을 줄이는지 평가할 것입니다.
|
사전 연구 스캔과 연구 스캔 사이의 기간.
|
|
이미지 품질
기간: 연구 완료 시까지, 평균 1년.
|
AI 지원 및 수동 초음파 획득을 비교한 16점 태아 생체 측정 평면 품질 척도에서의 살로몬 품질 점수입니다.
이 척도는 0에서 16까지의 범위를 가지며, 점수가 높을수록 해부학적 평면 품질이 더 좋음을 나타냅니다.
|
연구 완료 시까지, 평균 1년.
|
|
AI 매개 정확도 향상을 위한 경험 역치
기간: 연구 완료까지 평균 1년.
|
조작자 경험(연속형, 경험 수준)과 중재(AI 보조 대 수동) 간의 평균 절대 백분율 오차(MAPE)에 대한 추정 상호작용 효과, 그리고 그룹 간 MAPE의 조정된 차이가 통계적으로 유의하지 않은 해당 경험 수준.
|
연구 완료까지 평균 1년.
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
스폰서
협력자
협력자
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2026년 3월 1일
기본 완료 (추정된)
기본 완료
2027년 3월 1일
연구 완료 (추정된)
연구 완료
2027년 3월 1일
연구 등록 날짜
최초 제출
최초 제출
2026년 2월 26일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2026년 3월 12일
처음 게시됨 (실제)
처음 게시됨
2026년 3월 17일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2026년 8월 6일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2026년 8월 4일
마지막으로 확인됨
마지막으로 확인됨
2026년 8월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
기타 연구 ID 번호
- F-250551591
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .