Klinische evaluatie van AI-ondersteunde auscultatie met automatische classificatie van ademhalingsgeluiden (AIR)

Multicenter, internationaal - 2 EU-sites (max. 1 in Polen) en één Amerikaanse site.

Proefcentra en onderzoekers zullen worden geïdentificeerd en geselecteerd op basis van hun klinische en onderzoekservaring.

Het doel van de proef is om te beoordelen of het gebruik van de StethoMe AI-analysesoftware voor longgeluiden klinisch voordeel biedt door de identificatie van abnormale longgeluiden in de categorieën piepende ademhaling, rhonchi, fijn gekraak en grof geluid te verbeteren in vergelijking met longauscultatie door ervaren artsen (huisartsen). (huisartsen) en longartsen).

De opnames zullen worden gebruikt om een ​​gouden standaarddatabase van longgeluiden te vormen, zoals geëvalueerd door een deskundig, onafhankelijk panel volgens het studieprotocol. De gouden standaarddatabase zal een ongeveer gelijke weergave van piepende ademhaling, rhonchi, fijn gekraak en grof gekraak bevatten. Bovendien zal de database ook opnames bevatten zonder een van de eerder beschreven pathologische geluiden. De resultaten van deze twee analyses, door traditionele artsen te luisteren en door de StethoMe AI-softwaretoepassing, zullen worden beoordeeld op gevoeligheid en specificiteit voor de gouden standaarddatabase bij detectie van de vier longgeluiden en opnames zonder gedefinieerde pathologische geluiden. De StethoMe AI wordt geacht klinisch voordeel te bieden als het een statistisch betere gevoeligheid of specificiteit vertoont voor een van de vier longgeluiden in vergelijking met de traditionele auscultatie door een arts, samen met F1-scoreanalyse.