Mens-AI collaboratieve intelligentie voor het verbeteren van het foetale stroombeheer
Mens-AI collaboratieve intelligentie voor het verbeteren van het foetale stroombeheer: een gerandomiseerde proef
Deze gerandomiseerde gecontroleerde studie evalueert de effectiviteit van verklaarbare AI (XAI) bij het verbeteren van de interpretatie door artsen van Doppler-echografiebeelden (UA en MCA) in de verloskunde. Er zijn 92 artsen bij betrokken, gerandomiseerd in interventie- en controlegroepen. De interventiegroep ontvangt XAI-feedback, met als doel de nauwkeurigheid bij de interpretatie van echografie en de medische besluitvorming te verbeteren.
Doelstellingen:
- Het ontwikkelen van een interpreteerbaar model voor veelgebruikte Doppler-stromen, met name de Pulsatility Index (PI) van de navelstrengslagader (UA) en de middelste hersenslagader (MCA), met als doel kwaliteitsfeedback te geven op Doppler-spectrumbeelden en mogelijke poortplaatsingen te suggereren.
- Om de effecten van het bieden van uitlegbare AI (XAI)-feedback voor artsen te testen in vergelijking met het ontbreken van feedback over de nauwkeurigheid ervan bij de interpretatie en het beheer van echografie.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Momenteel dient Doppler-echografiesnelheidsmeting als een cruciaal hulpmiddel in de verloskundige praktijk, met name voor het beoordelen van de navelstrengslagader (UA) en de middelste hersenslagader (MCA) in de uteroplacentaire-foetale circulatie. Hoewel Doppler-echografie waardevol is voor het opsporen van aandoeningen zoals foetale bloedarmoede en placenta-insufficiëntie, is de nauwkeurigheid ervan afhankelijk van de expertise van de operator. Kunstmatige intelligentie (AI) biedt potentiële verbeteringen, vooral bij zwangerschappen met een hoog risico. Bestaande AI-toepassingen bij foetale echografie zijn echter vaak niet transparant, wat leidt tot wantrouwen bij de gebruiker. Deze studie heeft tot doel deze beperkingen aan te pakken door een verklaarbaar AI-model te ontwikkelen om artsen te helpen bij het interpreteren van Doppler-echografiebeelden van UA en MCA voor een beter beheer van risicovolle zwangerschappen.
De doelstellingen van de studie zijn:
- Het ontwikkelen van een interpreteerbaar model voor veelgebruikte Doppler-stromen, met name de Pulsatility Index (PI) van de navelstrengslagader (UA) en de middelste hersenslagader (MCA), met als doel kwaliteitsfeedback te geven op Doppler-spectrumbeelden en mogelijke poortplaatsingen te suggereren.
- Om de effecten van het bieden van uitlegbare AI (XAI)-feedback voor artsen te testen in vergelijking met het ontbreken van feedback over de nauwkeurigheid ervan bij de interpretatie en het beheer van echografie.
Alle deelnemers zullen worden geïnstrueerd om poortplaatsing te verzorgen voor stroombeelden van de navelstrengslagader en de MCA, en om de kwaliteit van de resulterende stroomcurven te evalueren. Elke deelnemer moet in totaal 40 unieke beelden evalueren (respectievelijk 10 stroombeelden voor UA en MCA, 10 spectrale dopplerbeelden voor UA en MCA). Uit de vier groepen (UA-flow, UA-spectrum, MCA-flow & MCA-spectrum) zullen de onderzoekers gematchte sets van 40 beelden leveren die aan deelnemers worden verstrekt, die worden gematcht op basis van hun ervaringsniveau binnen elk ziekenhuis (PGY 1 -2; PGY 3-5; gecertificeerde verloskundigen). Voor stroombeelden krijgen de deelnemers de opdracht om de meest geschikte poortplaatsing te identificeren. Voor de spectrale stroomcurven wordt aan de deelnemers gevraagd om te beoordelen of de stroomcurven van voldoende kwaliteit waren om medische managementbeslissingen te nemen.
De inclusiecriteria voor MCA- en UA-beelden zijn beelden genomen vanaf het derde trimester (>= week 28).
Studieopzet: gerandomiseerde gecontroleerde studie
Gegevensbron: 1840 unieke echografieën, waaronder metingen van de navelstrengslagader (UA) en middelste hersenslagader (MCA). De 1840 unieke afbeeldingen omvatten: 460 afbeeldingen van UA-flow-afbeeldingen, 460 UA-spectrumafbeeldingen, 460 MCA-flow-afbeeldingen en 460 MCA-spectrumafbeeldingen.
Deelnemers: 92 artsen met verschillende competentieniveaus in vier verschillende universitaire ziekenhuizen.
Interventie: XAI-feedback op MCA/UA Doppler-spectrale curven en suggesties voor poortplaatsing.
Controlegroep: Geen XAI-feedback.
Procedure: Artsen worden verdeeld in twee groepen van elk 46 personen, op basis van hun ervaringsniveau in de ziekenhuizen. De controlegroep zal een poort op MCA/UA-beelden plaatsen en het Doppler-spectrum evalueren zonder AI-feedback, terwijl de interventiegroep dezelfde taken zal uitvoeren met toegang tot AI-feedback.
Uitkomstmaten: De antwoorden van de deelnemers in de twee groepen worden beoordeeld door twee foetale geneeskunde-sonografen die de antwoorden van de deelnemers onafhankelijk van elkaar beoordelen. Bij een meningsverschil bereiken de twee echografisten na discussie een consensus.
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studiecontact
- Naam: Zahra Bashir, MD
- Telefoonnummer: 71871407
- E-mail: zahra.bashir@regionh.dk
Studie Locaties
-
-
Capital Region Of Denmark
-
Copenhagen, Capital Region Of Denmark, Denemarken, 2100
- Werving
- Rigshospitalet
-
Contact:
- Zahra Bashir, MD
-
Hoofdonderzoeker:
- Zahra Bashir, MD
-
-
Region Zealand
-
Slagelse, Region Zealand, Denemarken, 4200
- Werving
- Slagelse Hospital
-
Contact:
- Zahra Bashir, MD
-
Hoofdonderzoeker:
- Zahra Bashir, MD
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Het inclusiecriterium is het gebruik van trans-abdominale obstetrische echografie, minimaal één keer per week
Uitsluitingscriteria:
- Het uitsluitingscriterium is de afwezigheid van ervaring met transabdominale obstetrische echografie.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Onderzoek naar gezondheidsdiensten
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Dubbele
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: "XAI-feedback op MCA/UA Doppler-spectrale curven en suggesties voor poortplaatsing"
De XAI-feedbackgroep zal een poort op MCA/UA-beelden plaatsen en het Doppler-spectrum evalueren met AI-feedback. N=46 artsen (artsen worden verdeeld in twee groepen (XAI-feedback en geen XAI-feedbackgroepen) van elk 46, afgestemd op ervaringsniveaus in ziekenhuizen) |
Deze studie omvat 1840 echografiebeelden, opgesplitst in UA- en MCA-stroom- en spectrumbeelden, elk gedupliceerd voor een totaal van 3680 beelden om verklaarbare AI (XAI)-feedback te vergelijken met geen feedback. De onderzoekers zullen overeenkomende sets van 40 beelden (één voor de XAI-groep en één voor de niet-XAI-groep) aan de deelnemers verstrekken. Deelnemers worden aan elkaar gekoppeld op basis van hun ervaringsniveau binnen elk ziekenhuis (huisartsen, verloskundigen en gynaecologen met ervaring met verloskundige echografie). Alle deelnemers krijgen de opdracht om poorten op de stroombeelden van de navelstrengslagader en de middelste hersenslagader te plaatsen en de kwaliteit van de resulterende stroomcurven te beoordelen. Specifiek moeten deelnemers voor stroombeelden de meest geschikte poortplaatsing identificeren. Voor spectrale stroomcurven moeten zij beslissen of de curven van voldoende kwaliteit zijn om als leidraad te dienen voor medische managementbeslissingen. |
|
Geen tussenkomst: "Geen XAI-feedback"
De controlegroep zal een poort op MCA/UA-beelden plaatsen en het Doppler-spectrum evalueren zonder AI-feedback. N=46 artsen (artsen worden verdeeld in twee groepen (XAI-feedback en geen XAI-feedbackgroepen) van elk 46, afgestemd op ervaringsniveaus in ziekenhuizen) |
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
De antwoorden zullen onafhankelijk worden beoordeeld door twee sonografen op het gebied van de foetale geneeskunde, en in geval van onenigheid tussen de twee deskundigen zal een consensus worden bereikt.
Tijdsspanne: 1 maanden
|
De nauwkeurigheid in elke groep (AI-feedback en zonder AI-feedbackgroep) werd gedefinieerd als het procentuele verschil in het aantal correct beheerde stroombeelden tussen de twee groepen, beoordeeld door twee foetale geneeskunde-echografen. Correct management werd gedefinieerd als: Correcte plaatsing van de poort (meerdere locaties mogelijk) EN Correcte identificatie van stroomcurven die van voldoende kwaliteit waren om medische besluitvorming mogelijk te maken. |
1 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van het stroombeeldbeheer tussen competentiegroepen
Tijdsspanne: 1 maanden
|
Het secundaire resultaat is het indelen van deelnemers in competentiegroepen (stagiairs, verloskundigen en gynaecologen met verloskundige ervaring) en vervolgens het procentuele verschil in de nauwkeurigheid van het flowbeeldmanagement tussen deze competentiegroepen te onderzoeken binnen zowel de AI-feedback als de niet-AI-feedback. feedback groepen.
|
1 maanden
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- 3-3031-2915/1
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .