갑상선 결절에 대한 AI 진단에 대한 초음파 작업자의 영향 - 임상 시험
갑상선 결절 평가를 위한 인공 지능의 진단 정확도에 대한 초음파 작업자의 영향 - 임상 시험
본 연구는 초음파 검사로 갑상선 결절을 분석할 때 초음파 시술자의 경험이 AI 기반(인공지능 기반) 진단 성능에 어떤 영향을 미치는지 검증하기 위한 전향적 임상 연구이다. 연구자들은 갑상선 결절이 있는 환자와 딥 러닝 기반 시스템인 S-Detect for Thyroid가 설치된 초음파 기계로 구성된 5개의 스테이션으로 실험을 설정했습니다. 모집된 연구 참가자 20명: 초보 초음파 기술을 갖춘 의대생 8명, 중급 초음파 기술을 갖춘 주니어 ENT(귀-코-목) 등록자 3명, 초음파 경험이 있는 상급 이비인후과 등록자 9명. 참가자들은 모든 환자를 스캔하고 EUTIRADS(유럽 갑상선 상상 보고 및 데이터 시스템) 시스템을 사용하여 세 가지 다른 방법, 즉 자체 분석, S-Detect 분석, 이전 두 가지를 결합한 분석을 사용하여 결절 분석을 기록했습니다.
가설은 AI 시스템이 참가자 그룹 간에 동일하게 잘 수행될 것이라는 것이었습니다. 또한 경험이 풍부한 참가자는 AI 도움이 없는 학생보다 더 나은 성과를 낼 것으로 예상되었으며, 의사는 AI 입력으로 거의 얻을 수 없지만 학생은 AI 입력으로 성능이 향상될 것으로 예상되었습니다.
연구 개요
상세 설명
본 연구는 초음파 검사로 갑상선 결절을 분석할 때 초음파 시술자의 경험이 AI 기반(인공지능 기반) 진단 성능에 어떤 영향을 미치는지 검증하기 위한 전향적 임상 연구이다. 연구자들은 갑상선 결절이 있는 환자와 딥 러닝 기반 시스템인 S-Detect for Thyroid가 설치된 초음파 기계를 갖춘 5개의 스테이션으로 실험을 설정했습니다. 모집된 연구 참가자 20명: 초보 초음파 기술을 갖춘 의대생 8명, 중급 초음파 기술을 갖춘 주니어 ENT(귀-코-목) 등록자 3명, 초음파 경험이 있는 상급 이비인후과 등록자 9명. 참가자들은 모든 환자를 스캔하고 EUTIRADS(유럽 갑상선 상상 보고 및 데이터 시스템) 시스템을 사용하여 세 가지 다른 방식, 즉 자체 분석, S-Detect 분석, 이전 두 가지를 결합한 분석을 사용하여 결절 분석을 기록했습니다.
가설은 AI 시스템이 참가자 그룹 간에 동일하게 잘 수행될 것이라는 것이었습니다. 또한, 숙련된 참가자는 AI 도움이 없는 학생보다 더 나은 성과를 낼 것으로 예상되었으며, 의사는 AI 입력으로 거의 얻을 수 없지만 학생은 AI 입력으로 성능이 향상될 것으로 예상되었습니다.
연구 유형
등록 (실제)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
-
Copenhagen, 덴마크, 2100
- Rigshospitalet
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
의과대학생
포함 기준:
- 작년 학생
제외 기준:
- 코펜하겐 대학에서 가르치는 것 이상의 초음파 경험
주니어 이비인후과 의사
포함 기준:
- 의사가 이비인후과 의사로 입문 훈련에 등록했습니다.
수석 이비인후과 의사
포함 기준:
- 의사가 이비인후과 훈련에 등록했습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 실험
20명의 참가자가 갑상선 결절이 있는 5명의 환자를 초음파 검사하고 이러한 결절을 스스로 평가한 다음 AI 프로그램을 사용하여 마지막으로 통합 평가를 제공합니다.
|
갑상선 결절의 실시간 반자동 분석을 수행하도록 설계된 삼성 초음파 기계의 딥 러닝 기반 프로그램입니다.
초음파 시술자는 환자의 갑상선 결절의 가로 이미지를 고정하고 S-Detect를 활성화합니다.
시술자가 화면에서 결절을 선택하면 프로그램이 자동으로 관심 영역을 그립니다.
그런 다음 S-Detect는 "양성 가능성"과 "악성 가능성"이라는 이분법적 진단을 내립니다.
또한 EUTIRADS를 기반으로 한 어휘를 사용하여 결절을 측정하고 특성을 파악합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
S-Detect 진단의 정확성
기간: 1일(실험당일)
|
5명의 환자의 갑상선 결절에 대해 AI 기반 초음파 진단 시스템 'S-Detect'를 통해 전체 악성종양 진단 중 정확한 갑상선 결절 악성종양 진단 건수.
최적의 표준은 결절의 세포학 및 조직학입니다.
|
1일(실험당일)
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
생검 권고의 정확성
기간: 1일(실험당일)
|
5명의 환자의 갑상선 결절에 대한 올바른 생검 권장 사항의 수.
권장 사항은 AI 지원 유무에 관계없이 참가자가 수행한 EUTIRADS 분석에서 파생됩니다.
최적 표준은 결절에 대한 전문가 합의 EUTIRADS 평가에서 도출된 생검 권장 사항입니다.
|
1일(실험당일)
|
|
결절 측정
기간: 1일(실험당일)
|
참가자와 S-Detect가 수행한 5명의 환자의 갑상선 결절 측정.
최적 표준은 결절에 대한 전문가의 합의 평가 분석을 통해 얻은 측정값입니다.
|
1일(실험당일)
|
|
OSAUS 점수
기간: 1일(실험당일)
|
5명의 환자에 대한 초음파 스캔을 통해 평가한 참가자의 평균 OSAUS(초음파 기술의 객관적인 구조적 평가) 점수입니다.
평가는 두 명의 두경부 초음파 전문가가 독립적으로 수행합니다.
|
1일(실험당일)
|
공동 작업자 및 조사자
수사관
- 연구 책임자: Tobias Todsen, Ph.d, Rigshospitalet, Denmark
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 (추정된)
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. .