이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

방사선 종양학에서 환자 안전 향상을 위한 인공지능(AI) 기반 전처리 동료 검토 과정

2026년 4월 27일 업데이트: UNC Lineberger Comprehensive Cancer Center

방사선 종양학에서 환자 안전 향상을 위한 인공지능(AI) 강화 사전 치료 동료 검토 과정의 개발 및 평가

이 예후 연구는 인공지능(AI)과 머신러닝(ML) 의사결정 지원 도구를 시험할 것입니다. 이 도구는 환자가 치료를 시작하기 전에 치료 계획을 확인하는 단계인 치료 전 동료 검토 과정에서 의사, 물리학자 및 기타 직원들을 돕도록 설계되었습니다.

이 시스템은 서로 다른 제공자들이 치료 계획에 있어 어떻게 다를 수 있는지 보여주는 요약(제공자 변동성 요약)을 강조하고, 주목해야 할 최적의 신호 또는 경고 신호(최적의 단서)를 지적합니다. 이러한 패턴과 단서에 주의를 끔으로써, 이 도구는 검토자들이 가능한 치료 계획 오류를 더 일찍 발견하고, 오류 가능성을 줄이며, 전반적인 환자 안전을 향상시키는 것을 목표로 합니다.

연구 개요

상세 설명

방사선 치료(RT)가 더 복잡해짐에 따라 가능한 오류 경로의 수가 증가합니다. AI 지원 동료 검토는 그렇지 않으면 발견되지 않을 수 있는 오류를 발견하는 데 도움이 되며, 농촌 및 도시 클리닉 모두에서 일관되고 공정한 안전 기준을 촉진할 수 있습니다.

방사선 치료(RT)는 약 50%의 암 환자에게 사용되며 일반적으로 외래 환자 클리닉에서 시행됩니다. 강도 조절 방사선 치료(IMRT), 체적 변조 회전 치료(VMAT), 영상 유도 방사선 치료(IGRT)와 같은 새로운 기술은 정상 조직을 더 잘 보호하고 표적 부위에 더 높은 선량을 조사함으로써 치료를 개선합니다. 그러나 이러한 기술은 더 복잡하며 종양 표적과 정상 조직의 매우 정확한 정의가 필요합니다. 이러한 부위를 윤곽화하는 데 있어 작은 오류조차도 종양의 치료 부족 또는 건강한 조직의 과도한 치료로 이어질 수 있습니다. 연구에 따르면 현대 방사선 종양학에서 표적 부위 정의 오류가 증가했습니다. 이러한 치료가 인지적 요구가 더 높기 때문에 계획 오류의 위험이 증가했으며, 경우에 따라 오류가 심각한 피해를 초래할 수 있습니다.

치료 전 동료 검토는 다학제 팀이 치료 시작 전 치료 계획을 검토하는 중요한 안전 단계이며 강력히 권장됩니다. 이는 치료 시작 전에 수행될 때 가장 효과적입니다. 나중에 수정을 가하면 치료 지연, 급한 변경, 환자 안전에 대한 잠재적 영향이 추가될 수 있기 때문입니다. 환자 안전에 대한 잠재적 영향은 상당합니다.

복잡성과 업무량이 증가함에 따라 치료 전 동료 검토를 강화하고 부분적으로 자동화할 필요가 있습니다. AI/ML 의사결정 지원 도구는 주요 정보를 요약하고, 비정상적인 계획 특징을 강조하며, 잠재적 위험 영역에 주의를 끌어줌으로써 도움이 될 수 있습니다. 이러한 도구는 치료 결정을 내리지 않습니다. 대신, 임상의를 지원하고 인지적 부담을 줄이기 위해 분석 및 시각적 요약을 제공합니다.

이 도구는 또한 제공자가 치료를 계획하는 방식의 차이를 강조하기 때문에, 치료의 변이를 식별하고 잠재적 건강 격차에 주의를 기울이는 데 도움이 되어 방사선 종양학에서 형평성 향상을 위한 미래의 노력을 지원할 수 있습니다.

연구 유형

중재적

등록 (추정된)

207

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처 백업

연구 장소

    • North Carolina
      • Chapel Hill, North Carolina, 미국, 27599
        • University of North Carolina at Chapel Hill, Department of Radiation Oncology
        • 연락하다:
        • 수석 연구원:
          • Lukasz Mazur, PhD

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

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

설명

이 연구에 참여하기 위해서는 대상자가 아래에 설명된 모든 적격 기준을 충족해야 합니다.

포함 기준:

의료진만 해당

  • ≥18세
  • 참여하는 클리닉에서 동료 평가에 참석하는 의료진

환자만 해당

  • ≥18세
  • 참여 기관에서 치료받은 전립선암 방사선 치료 사례의 모든 환자 (환자에게는 중재가 시행되지 않음)

제외 기준:

의료진만 해당 • 연구 절차를 준수하지 않거나 준수할 수 없는 의료진; 워크플로를 구현하거나 필요한 결과를 제공할 수 없는 기관.

환자 및 의료진

• 치매, 정신 상태 변화, 또는 정보에 입각한 동의를 이해하거나 제공하는 것을 방해하는 정신 질환이나 동반 질환을 가진 경우

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 건강 서비스 연구
  • 할당: 무작위화되지 않음
  • 중재 모델: 병렬 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
다른: 공급자
참여하는 클리닉에서 동료 검토에 참여하는 방사선 종양학 제공자.
모든 치료 계획 및 임상 모니터링은 기관 기준과 확립된 부서 정책에 따라 수행됩니다. 동료 검토 활동은 일상적인 임상 실습에서와 같이 진행되며, 임상의 검토를 위해 선택적으로 이용 가능한 인공지능(AI) 생성 분석이 추가됩니다. AI/머신러닝(ML) 시스템은 예정된 부서 동료 검토 회의에 내장되어 있으며, 기존 임상 워크플로우에 통합된 대시보드를 통해 분석 요약 및 시각화를 제공합니다. 이 시스템은 전적으로 의사결정 지원 보조 도구로 기능하며, 자율적인 치료 계획 조치, 선량 전달 변경 또는 임상 개입을 수행하거나 시작하지 않습니다. 시뮬레이션(SIM) 검토 중에는 표준 관행과 일관되게 의사가 생성한 표적 및 위험 장기 윤곽이 먼저 검토됩니다. 이 초기 검토 후에만 치료 의사는 비교 목적으로 AI 생성 윤곽을 선택적으로 접근할 수 있습니다.
다른 이름들:
  • 임상 의사 결정 지원 / 업무 흐름 지원
간섭 없음: 환자
방사선 치료를 받는 전립선암 환자는 비식별화된 안전성 결과를 제공합니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
림프절 체적 윤곽 변화가 있는 환자의 비율
기간: 기준선
인공지능(AI) 강화 피어 리뷰 후 절점 체적 윤곽에 관한 문서화된 변화가 있는 환자 비율.
기준선

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Lukasz Mazur, PhD, UNC Lineberger Comprehensive Cancer Center

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

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 (추정된)

2026년 7월 1일

기본 완료 (추정된)

2027년 7월 1일

연구 완료 (추정된)

2027년 7월 1일

연구 등록 날짜

최초 제출

2026년 3월 5일

QC 기준을 충족하는 최초 제출

2026년 3월 5일

처음 게시됨 (실제)

2026년 3월 11일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 5월 1일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 4월 27일

마지막으로 확인됨

2026년 4월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

미국에서 제조되어 미국에서 수출되는 제품

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. .

암에 대한 임상 시험

구독하다