딥러닝을 활용한 근골격 방사선 사진의 골절 식별 진단 정확도 향상: 다중 판독기 회고적 연구
2026년 3월 16일 업데이트: Carebot s.r.o.
본 후향적 연구는 근골격 엑스레이를 통해 골절을 식별하는 데 있어 인공지능(AI)의 효과를 평가하는 것을 목표로 합니다.
딥 러닝 AI 모델의 성능을 숙련된 방사선 전문의의 성능과 비교함으로써 우리는 AI가 임상 환경에서 골절 감지 정확도를 향상시키는 데 어떻게 도움이 될 수 있는지 이해하려고 합니다.
이 연구에서는 발, 발목, 무릎, 손, 손목 등 다양한 신체 부위의 골절을 식별하는 데 중점을 두고 소아 및 성인 환자의 600개 X-레이를 분석했습니다.
연구 결과에 따르면 AI를 통합하면 방사선 전문의의 골절 감지 민감도가 높아져 부상을 놓친 횟수가 줄어들어 잠재적으로 환자 결과가 개선될 수 있는 것으로 나타났습니다.
연구 개요
연구 유형
관찰
등록 (실제)
600
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Moravskoslezský kraj
-
Frýdek-Místek, Moravskoslezský kraj, 체코, 73801
- Nemocnice ve Frýdku-Místku, p.o.
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
이 연구에는 단일 센터 병원 환경에서 2023년 3월 20일부터 5월 8일 사이에 근골격 방사선 촬영을 받은 소아 및 성인 환자의 후향적 코호트가 포함됩니다.
설명
포함 기준:
- 1세 이상의 환자.
- 근골격 엑스레이는 DICOM(Digital Imaging and Communications in Medicine) 형식으로 제공됩니다.
- 발, 발목, 무릎, 손, 손목, 팔꿈치, 어깨 또는 골반을 포함한 사지 신체 부위에 대한 디지털 일반 방사선 사진 1개 이상.
제외 기준:
- 인간의 해석을 불가능하게 하는 열악한 방사선 품질.
- 요추, 흉추, 경추 또는 얼굴/코뼈의 방사선 사진.
- 부록 신체 부위의 포함 기준을 충족하지 않는 방사선 사진.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
AI 및 방사선 전문의 검토를 사용하여 분석된 방사선 사진
이 코호트는 근골격계 질환에 대한 X선 영상 촬영을 받은 1~99세의 소아 및 성인 환자로부터 수집한 600개의 방사선 사진으로 구성됩니다.
방사선 사진에는 발, 발목, 무릎, 손, 손목, 팔꿈치, 어깨, 골반 등 다양한 신체 부위가 포함됩니다.
골절은 95예에서 있었고, 453예에서는 골절이 없었다.
|
근골격 방사선 사진에서 골절 감지를 돕기 위해 설계된 딥러닝 기반 인공지능 소프트웨어인 Carebot AI Bones 버전 1.2.2를 사용합니다.
AI 모델은 디지털 X선 이미지를 분석하여 골절을 식별하고 경계 상자로 관심 영역을 강조 표시합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
근골격 엑스레이 골절 탐지에서 방사선 전문의와 비교한 AI 모델의 민감도
기간: 2023년 3월 ~ 2023년 5월(회고분석기간)
|
이 결과는 다양한 수준의 경험을 가진 방사선 전문의의 민감도와 비교하여 근골격 X선 골절을 감지하는 AI 모델(Carebot AI Bones 1.2.2)의 민감도를 측정합니다.
민감도는 확인된 모든 골절 사례 중에서 AI 모델과 방사선 전문의가 확인한 실제 양성 골절 사례의 비율로 계산됩니다.
|
2023년 3월 ~ 2023년 5월(회고분석기간)
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
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)
2023년 3월 20일
기본 완료 (실제)
2024년 7월 15일
연구 완료 (실제)
2024년 7월 15일
연구 등록 날짜
최초 제출
2024년 10월 14일
QC 기준을 충족하는 최초 제출
2024년 10월 14일
처음 게시됨 (실제)
2024년 10월 16일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 3월 18일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 3월 16일
마지막으로 확인됨
2026년 3월 1일
추가 정보
이 연구와 관련된 용어
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
개인 정보 보호 문제와 연구의 회고적 특성으로 인해 개별 참가자 데이터(IPD)는 공유되지 않습니다.
수집된 데이터에는 기밀 유지 계약 및 GDPR 규정에 따라 보호되는 민감한 의료 정보가 포함되어 있습니다.
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. .