소아응급시 사지골절 진단에 도움이 되는 인공지능 도구의 기여도 평가 (FRACPED)
소아응급시 사지골절 진단에 도움이 되는 인공지능 도구의 기여도 평가 : 중재적, 전향적, 단일기관 연구
사지 골절은 어린이에게 흔한 병리학입니다. 그것은 선진국 어린이들 사이에서 외상학에 대한 첫 번째 불만을 나타냅니다. 골절을 진단하지 못하면 뼈가 성장하는 소아 환자에게 심각한 결과를 초래할 수 있으며, 이는 치료 지연, 통증 및 기능 회복 불량으로 이어질 수 있습니다.
X-레이는 의사가 골절을 진단하기 위해 사용하는 최초의 도구입니다. 그러나 응급실에서의 골절 진단은 어려울 수 있습니다. 대부분의 이미지는 방사선 전문의가 검토하기 전에(대부분 다음날) 응급 소아과 의사가 해석하고 처리합니다.
이전 연구에서는 응급의사가 골절 시 오진을 하는 비율이 5%에서 15%로 보고되었다.
사지 골절 진단 조사 도구는 이 상태에 노출된 모든 응급 의사에게 도움이 될 수 있습니다.
연구 개요
상세 설명
사지 골절은 외상을 입은 어린이에게 흔한 병리학입니다. 그것은 선진국 어린이들 사이에서 외상학에 대한 첫 번째 불만을 나타냅니다.
X-레이에서 골절을 진단하지 못하면 뼈가 자라는 소아 환자에게 심각한 결과를 초래할 수 있으며, 이로 인해 치료 지연, 통증 및 기능 회복 불량(뼈 기형 및 잘못된 경화 위험 포함)이 발생할 수 있습니다.
X-레이는 의사가 골절을 진단하기 위해 사용하는 최초의 도구입니다. 그러나 응급실에서의 골절 진단은 어려울 수 있습니다. 대부분의 이미지는 방사선 전문의가 교정하기 전에 레지던트와 소아과 의사가 해석하고 처리합니다(대부분 다음날).
이전 연구에서는 응급의가 골절 시 오진율을 5~15%로 보고한 바 있다.
사지 골절 진단에서 조사하는 도구는 이 상태에 노출된 모든 임상의에게 도움이 될 수 있습니다.
의학 분야의 인공 지능(AI)은 호황을 누리고 있으며 예방, 모니터링 및 진단 측면에서 이미 그 가치가 입증되었습니다.
AZMED는 의사가 골절을 진단하는 데 도움이 되는 딥 러닝 알고리즘인 RAYVOLVE®를 만들었습니다. RAYVOLVE® 도구는 모든 병원의 PACS(Picture Archiving and Communication System)에 연결하고 프레임을 사용하여 잠재적인 골절 위치를 나타냅니다.
이 도구는 소아 환자에서 아직 검증되지 않았습니다.
이 연구 프로젝트의 목적은 소아 인구의 사지 골절 진단에서 이 인공 지능 기반 도구의 기여도를 평가하는 것입니다.
조사관은 RAYVOLVE® 애플리케이션을 사용하는 하급 응급 의사와 상급 방사선 전문의 사이의 사지 골절 진단의 일치성을 황금 표준으로 연구할 것입니다.
연구 유형
등록 (실제)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
-
Nice, 프랑스, 06200
- Hôpitaux Pédiatriques de Nice CHU-Lenval
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 18세 미만 어린이
- 사지 골절을 암시할 수 있는 징후를 보이고 X-레이의 실현을 정당화함(통증, 변형, 부종, 상처를 동반한 외상)
- 두 부모 중 한 사람 또는 친권자가 서명한 서면 동의서
- 건강 보험 제도의 수혜자 또는 회원
제외 기준:
- 중요한 고통의 징후
- 사지 골절이 의심되는 이유 이외의 다른 이유
- 응급실에서 치료 전 사지 골절 진단 (병원 전 엑스레이 촬영)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위화되지 않음
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
가짜 비교기: RAYVOLVE 앱의 지원 없이 방사선 사진 해석
|
1단계는 어떠한 개입도 포함하지 않습니다. 레지던트, 응급 의사 및 방사선 전문의는 RAYVOLVE 애플리케이션의 지원 없이 x-레이를 해석합니다. 응급 의사는 X-레이를 해석하고 프로토콜에 따라 케이스를 관리합니다. 모든 X-레이는 방사선 전문의가 나중에, 보통 그 다음날에 재해석합니다. 골절이 누락된 경우 의사는 방사선 전문의를 통해 오류를 통보받으며 환자에게 알리고 재평가를 위해 병원으로 소환됩니다. |
|
실험적: RAYVOLVE 앱 지원으로 방사선 사진 해석
|
레지던트는 RAYVOLVE 애플리케이션의 지원으로 X-ray를 해석하고 선임 응급의와 공유하지 않고 골절 유무를 표시합니다.
상급 응급 의사가 평소와 같이 케이스를 관리하고 모든 X-레이는 나중에, 일반적으로 그 다음날에야 방사선과 의사에 의해 재해석됩니다.
누락된 골절의 경우, 방사선 전문의가 의사에게 오류를 알리고 환자에게 알리고 재평가를 위해 병원으로 소환합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Rayvolve 앱을 사용한 골절 진단은 금본위제와 비교됩니다.
기간: 포함시
|
RAYVOLVE 애플리케이션 도구를 사용하는 레지던트와 사지 골절 진단 시 수석 방사선 전문의 사이의 통계적 일치성을 금본위제로 평가합니다. 기준: 이분법: 균열 예/아니오 |
포함시
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Rayvolve 앱으로 골절 진단을 의사가 진단한 것과 비교
기간: 포함시
|
사지 골절 진단에서 RAYVOLVE 애플리케이션 도구를 사용하는 거주자와 소아 응급 의사 간의 통계적 일치성을 평가합니다. 기준: 이진법: 골절 예/아니오
|
포함시
|
|
Rayvolve 앱이 없는 진단 골절은 의사가 진단한 것과 비교됩니다.
기간: 포함시
|
사지 골절 진단에서 RAYVOLVE 애플리케이션 도구를 사용하지 않는 레지던트와 소아과 응급의사 간의 통계적 일치성을 평가합니다. 기준: 이진법: 골절 유무
|
포함시
|
|
RAYVOLVE 애플리케이션 도구를 사용하는 레지던트와 애플리케이션을 사용하지 않는 선임 방사선 전문의 사이의 불일치와 관련된 위험 요소를 정의하기 위한 환자 데이터 수집
기간: 포함시
|
환자의 나이, 골절 위치, 골절 유형, 골절 횟수, 진단 날짜 및 시간과 같은 환자 데이터를 수집합니다.
목표는 레지던트와 1차 방사선 전문의 간의 진단적 차이를 설명하기 위해 잠재적인 위험 요소를 정의하는 것입니다.
|
포함시
|
|
리커트 척도로 평가된 애플리케이션을 사용하는 주민들의 만족도
기간: 학습 완료까지, 평균 6개월
|
사내 리커트 척도에 의한 만족도 측정: 응용 프로그램의 사용 및 인체 공학에 대한 객관식 답변이 포함된 4개의 질문으로 구성됩니다.
대답은 전혀 만족하지 않는 것부터 매우 만족하는 것까지 다양합니다.
|
학습 완료까지, 평균 6개월
|
공동 작업자 및 조사자
스폰서
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .