Ultralydoperatørens innflytelse på diagnostikk med AI for skjoldbruskknuter - klinisk forsøk
Ultralydoperatørens innflytelse på diagnostisk nøyaktighet av kunstig intelligens for skjoldbruskknutervurdering - en klinisk prøvelse
Dette er en prospektiv klinisk studie som tar sikte på å teste hvordan opplevelsen til ultralydoperatøren påvirker ytelsen til AI-basert (kunstig intelligens-basert) diagnostikk når man analyserer skjoldbruskknuter på ultralydskanninger. Etterforskerne satte opp et eksperiment med fem stasjoner, hver med en pasient med en skjoldbruskknute og en ultralydmaskin med det dype læringsbaserte systemet S-Detect for Thyroid installert. 20 studiedeltakere ble rekruttert: 8 medisinstudenter med nybegynnere i ultralyd, 3 junior ØNH-registratorer (øre-nese-hals) registratorer med middels ultralydferdigheter og 9 senior ØNH-registratorer med erfaring i ultralyd. Deltakerne skannet alle pasientene og registrerte sine analyser av knutene ved å bruke EUTIRADS (European thyroid imagining reporting and data system) på tre forskjellige måter: en egen analyse, S-Detects analyse og en analyse som kombinerer de to foregående.
Hypotesen var at AI-systemet ville fungere like godt når det var mellom deltakergruppene. I tillegg var det forventet at de erfarne deltakerne ville prestere bedre enn studentene uten AI-hjelp, og at legene ville tjene lite på AI-innsats, men at elevene ville få forbedret ytelsen ved AI-innsats.
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Detaljert beskrivelse
Dette er en prospektiv klinisk studie som tar sikte på å teste hvordan opplevelsen til ultralydoperatøren påvirker ytelsen til AI-basert (kunstig intelligens-basert) diagnostikk når man analyserer skjoldbruskknuter på ultralydskanninger. Etterforskerne satte opp et eksperiment med fem stasjoner, hver med en pasient med en skjoldbruskknute og en ultralydmaskin med det dype læringsbaserte systemet S-Detect for Thyroid installert. 20 studiedeltakere ble rekruttert: 8 medisinstudenter med nybegynnere i ultralyd, 3 junior ØNH-registratorer (øre-nese-hals) registratorer med middels ultralydferdigheter og 9 senior ØNH-registratorer med erfaring i ultralyd. Deltakerne skannet alle pasientene og registrerte sine analyser av knutene ved å bruke EUTIRADS (European thyroid imagining reporting and data system) på tre forskjellige måter: en egen analyse, S-Detects analyse og en analyse som kombinerer de to foregående.
Hypotesen var at AI-systemet ville fungere like godt når det var mellom deltakergruppene. I tillegg var det forventet at de erfarne deltakerne ville prestere bedre enn studentene uten AI-hjelp, og at legene ville tjene lite på AI-innsats, men at studentene ville få forbedret ytelsen ved AI-innsats.
Studietype
Studietype
Registrering (Faktiske)
Registrering
Fase
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
-
Copenhagen, Danmark, 2100
- Rigshospitalet
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Medisinstudenter
Inklusjonskriterier:
- Siste års student
Ekskluderingskriterier:
- Erfaring med ultralyd utover det som undervises ved Københavns Universitet
Junior ØNH-registrator leger
Inklusjonskriterier:
- Lege meldte seg på introduksjonsutdanning som ØNH-lege.
Senior ØNH-registrator leger
Inklusjonskriterier:
- Lege påmeldt ØNH-opplæring.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Antall våpen
Våpen og intervensjoner
Deltakergruppe / ArmDeltakergruppe / Arm |
Intervensjon / BehandlingIntervensjon / Behandling |
|---|---|
|
Eksperimentell: Eksperiment
20 deltakere ultralyd skanner fem pasienter med skjoldbruskknuter, og vurderer disse knutene selv, deretter med AI-programmet, og til slutt gir de en samlet vurdering.
|
Dyplæringsbasert program på Samsung ultralydmaskiner designet for å gjøre sanntids semi-automatisert analyse av skjoldbruskknuter.
Ultralydoperatøren fryser et tverrbilde av pasientens skjoldbruskknute og aktiverer S-Detect.
Operatøren velger knuten på skjermen, og programmet tegner automatisk et område av interesse.
Da gir S-Detect en dikotom diagnose enten «Mulig godartet» og «Mulig ondartet».
I tillegg måler den knuten og karakteriserer den med et leksikon basert på EUTIRADS.
|
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet av S-Detect-diagnose
Tidsramme: 1 dag (eksperimentdag)
|
Antall korrekte malignitetsdiagnoser i skjoldbruskkjertelen av totale malignitetsdiagnoser av det AI-baserte ultralyddiagnosesystemet «S-Detect» på de fem pasientenes skjoldbruskknuter.
Gullstandard er cytologi og histologi til knutene.
|
1 dag (eksperimentdag)
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet av biopsianbefaling
Tidsramme: 1 dag (eksperimentdag)
|
Antall korrekte biopsianbefalinger på de fem pasientenes skjoldbruskknuter.
Anbefalingen er hentet fra EUTIRADS-analyser utført av deltakere med og uten AI-hjelp.
Gullstandard er biopsianbefaling utledet fra ekspertkonsensus EUTIRADS-vurdering av knuter.
|
1 dag (eksperimentdag)
|
|
Nodule måling
Tidsramme: 1 dag (eksperimentdag)
|
Måling av de fem pasientenes skjoldbruskknuter utført av deltakere og S-Detect.
Gullstandard er målinger fra ekspertkonsensusvurderingsanalyse av knutene.
|
1 dag (eksperimentdag)
|
|
OSAUS-score
Tidsramme: 1 dag (eksperimentdag)
|
Gjennomsnittlig OSAUS-score (objektiv strukturert vurdering av ultralydferdigheter) for deltakere vurdert fra deres ultralydskanning av de fem pasientene.
Vurdering er uavhengig av to hode- og nakke ultralydeksperter.
|
1 dag (eksperimentdag)
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Etterforskere
Etterforskere
- Studieleder: Tobias Todsen, Ph.d, Rigshospitalet, Denmark
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Faktiske)
Primær fullføring
Studiet fullført (Faktiske)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- Thyroid AI US operator exp
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .