원격 피부경 검사를 통한 AI 증강 피부암 진단 (AIDMel)
원격 피부경 검사를 통한 AI 증강 피부암 진단: 전향적 무작위 연구
연구 개요
상세 설명
딥 러닝 알고리즘은 원격 피부경 검사를 사용한 피부암 진단을 포함하여 의료의 다양한 영역에 잠재적으로 도움이 될 수 있습니다. 그러나 인간 요인을 고려한 진단 작업에서 인간-AI 상호 작용에 대한 임상적이고 전향적인 연구는 부족합니다.
본 연구에서 우리는 스웨덴의 3차 병원에서 임상적으로 사용되는 기존 원격 피부경 검사 플랫폼에 알고리즘을 통합하는 실제 환경에서 이러한 요인의 영향을 조사할 것입니다. 인적 요소와 관련된 AI 도구 출력의 다양한 구현이 진단 정확도 및 관리 결정에 어떤 영향을 미치는지 조사합니다.
연구 대상자는 카롤린스카 대학 병원 피부과에서 모집되며 AI 지원 유무에 관계없이 원격 피부경 상담을 평가하도록 요청받게 됩니다. 각 상담은 사전 정의된 AI 도구 구현 여부에 관계없이 세 가지 워크플로 중 하나로 무작위로 배정됩니다. 또한 연구 대상자들은 인구통계학적 정보와 다양한 인적 요소에 관한 질문이 포함된 두 가지 설문조사를 완료하도록 요청받습니다. 연구에 참여하는 환자는 포함되기 전에 AI 도구를 사용하지 않고 연구 외부에서 진단을 받게 되며, 특히 연구 대상으로 참여하지 않는 숙련된 피부과 전문의 2명에 의해 진단됩니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
-
Stockholm, 스웨덴
- Karolinska University Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 면허가 있는 의사
- 피부과에서 근무
- 스웨덴어에 대한 충분한 지식
- 참여 서면 동의
제외 기준:
- 피부내시경 사용 경험이 없습니다.
- 참여를 원하지 않음
- 불완전한 답변
- 원격 내시경 진료와 관련하여 환자의 임상 진료에 참여하는 의사
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 크로스오버 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 작업 흐름 1
치료의 표준
|
|
|
실험적: 작업 흐름 2
AI 지원에 문의
|
참여자들은 AI 도구에 따라 10가지 감별진단 각각에 대한 진단 확률을 통보받게 됩니다.
|
|
실험적: 작업 흐름 3
첫 번째 워크플로 1, 다음으로 워크플로 2
|
참여자들은 AI 도구에 따라 10가지 감별진단 각각에 대한 진단 확률을 통보받게 됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
진단 정확도
기간: 일년
|
AI 조언이 있는 경우와 없는 경우 피부과 전문의의 진단 정확도 측면에서 민감도, 특이성, 정확성 및 AUROC를 결정합니다.
또한 다양한 워크플로(다양한 순서로 AI를 사용하거나 사용하지 않는 진단)의 역할과 인구통계 및 인적 요소(예: 경험 수준)가 진단 정확도에 미치는 영향을 조사합니다.
|
일년
|
|
경영 의사결정의 정확성
기간: 일년
|
AI가 있거나 없는 피부과 의사의 관리 결정에 대한 정확성 측면에서 민감도, 특이성, 정확성 및 AUROC를 결정하고 다양한 워크플로우(AI 유무에 관계없이 다양한 순서 지정)의 역할과 인구 통계 및 인적 요인(예: 경험) 관리 결정(생검/수술, 무개입 또는 후속 조치)에 대한
|
일년
|
|
초기 진단이나 관리 결정을 바꾸는 경향
기간: 일년
|
알고리즘 입력을 받은 후 의사가 평가를 변경할 가능성에 영향을 미치는 요소를 평가합니다.
|
일년
|
|
진단 및 관리 결정에 대한 자기 보고식 자신감
기간: 일년
|
AI 또는 기타 요인이 진단 및 관리 결정에 대한 의사의 신뢰에 영향을 미치는지 조사합니다.
|
일년
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
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. .