Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Implementering av teledermoskopi og kunstig intelligens

13. juli 2025 oppdatert av: Region Skane

Teledermoskopi og kunstig intelligens: Effekter av implementering i klinisk praksis

Studiet har 2 deler. Del 1 vil undersøke effekten av å introdusere teledermoskopi i klinisk praksis, nærmere bestemt endring i henvisningsmønster, risiko for uoppdagede hudkreftformer og effekten på diagnostisk nøyaktighet hos allmennleger.

Del 2 vil undersøke hvordan man kan introdusere kunstig intelligens (AI) innen teledermocsopy. I denne studien vil etterforskerne måle effekten av å vise resultatene av kunstig intelligens på ulike måter og på ulike tidspunkt.

Data vil bli samlet inn gjennom teledermoskopiske henvisninger, pasientjournaler, nasjonale registre og spørreskjemaer.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Studiemål:

1. Er teledermoskopi en like sikker metode som konvensjonell behandling for hudkreftpasienter? 2. Hvordan skal teledermoskopi utføres og av hvem? 2. Hvordan påvirker teledermoskopi dagens pleie og organisering av hudsykdommer? 3. Kan diagnostiske algoritmer (konvolusjonelle nevrale nettverk) forbedre diagnostisk nøyaktighet ved å være en diagnostisk støtte for hudleger? 4. Hvordan bør resultatene av diagnostiske algoritmer vises i det virkelige helsevesenet for å oppnå riktig effekt?

Materialer og metoder:

  1. Studiesetting Pasienter som er planlagt til en hudundersøkelse for en mistenkt hudlesjon kan rekrutteres, både i hudklinikker og deltakende primærhelseklinikker.
  2. Datainnsamling Pasientdata og bilder vil bli samlet inn med Dermicus®-applikasjonen. Deltakende PCP og hudleger vil også fylle ut et spørreskjema om sin vurdering av pasienten. Ytterligere informasjon vil bli samlet inn fra medisinske journaler, det vil si histopatologiske diagnoser, og fra nasjonale registre. Spørreskjemaer vil bli lagt inn i en digital database ved bruk av REDCap®.

4. Statistiske analyser 4.1. I del 1 vil antall konsultasjoner som sendes til hudleger og for patologiske analyser før innføring av teledermoskopi og i løpet av første og andre år ved bruk av teledermoskopi bli analysert. Beskrivende statistikk vil bli presentert og forskjeller mellom de ulike tidsperiodene vil bli testet med t-tester og parede t-tester.

4.2. I del 2 vil mål for diagnostisk nøyaktighet bli estimert ved å sammenligne hudleger med og uten tilgang til diagnostisk algoritmestøtte. Målinger som er rapportert inkluderer sensitivitet, spesifisitet og Area under ROC-kurve (AUROC). Studien vil også rapportere hvilken innvirkning resultatene av den kunstige intelligensen har på viljen til å endre en diagnose eller en forvaltningsplan.

5. Effekt satt til 0,8 og signifikans til 0,05. 10 % sensurering. 5.1. Pasienter rekruttert til denne studien kan brukes i flere av delstudiene. Målet med studien er å samle 8000 pasienter totalt i denne studien.

5.2. For å oppdage en forskjell i "uavbildet hudkreft" mellom teledermoskopi og konvensjonell behandling av pasienter, må 1200 tilfeller og 2400 kontroller inkluderes.

5.3. For å oppdage en 10 % forskjell i sensitivitet/spesifisitet av diagnostisk evne i PCP før og etter arbeid med teledermoskopi, må 3400 pasienter inkluderes.

5.4. For å undersøke hvordan kunstig intelligens bør implementeres i klinisk behandling har etterforskerne beregnet at 6000 pasienter er nødvendig for å oppdage en 10 % forskjell i sensitivitet og spesifisitet i undergruppene.

Etiske hensyn og datahåndtering:

Data vil bli samlet inn ved hjelp av Dermicus®, en CE-sertifisert digital plattform og mobilapplikasjon. Med applikasjonen lastet ned på iPhones®, låst for annen bruk, blir pasientenes historikk registrert. Deretter, ved å koble iPhone til et dermoskop, tas makroskopiske og dermoskopiske bilder. Alle data vil bli lagret på serverne til helseregionen Skåne, hvor studiene utføres. Når en sak er opprettet og sendt til databasen vil all informasjon bli slettet fra iPhone®. Ytterligere data vil også bli hentet fra relevante journaler, f.eks. histopatologisk diagnose, og manuelt registrert i en elektronisk database på et svært sikkert sted (LUSEC/REDCap levert av Lunds universitet). Data samlet inn fra PCP og hudleger ved spørreskjemaer vil også bli registrert i denne databasen ved hjelp av elektroniske undersøkelser (REDCap). Informasjon fra primærhelsetjenesten om totalt antall besøk, henvisninger til hudleger og henvisninger til patologi vedrørende hudlesjoner vil bli hentet fra pasientadministrative systemer. Alders- og kjønnstilpassede kontroller vil bli brukt i studien som undersøker ubesvart hudkreft. Disse kontrollene vil bli tilfeldig valgt fra pasienter som ble henvist til hudklinikk ved papirhenvisning i samme periode som de teledermoskopisk henviste pasientene ble samlet. Algoritmer for hudkreftdiagnose vil bli implementert i webplattformen til Dermicus for studier av introduksjon av kunstig intelligens. Teledermoskopiske bedømmere vil bli instruert om når og hvordan de skal bruke disse forskjellige verktøyene.

Hver måned vil de nyinnlagte dataene bli kontrollert for fullstendighet, og ved manglende data vil det bli sendt påminnelser til deltakende etterforskere.

Når datasettene er komplette, vil identifikatorer (som personlig identifikasjonsnummer) bli erstattet med en kode som holdes sikker på et annet sted enn datasettet. Data vil deretter trekkes ut fra databasen for å utføre statistisk analyse.

Studien er godkjent av den svenske etikprövningsmyndigheten og alle relevante godkjenninger for datautvinning og datalagring er innhentet.

Studietype

Observasjonsmessig

Registrering (Antatt)

8000

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

      • Lund, Sverige, 22185
        • Rekruttering
        • Department of dermatology, Skane University Hospital
        • Ta kontakt med:

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

15 år og eldre (Barn, Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Alle pasienter, 15 år eller eldre, som søker omsorg for en mistenkt hudlesjon, eller når en mistenkt hudlesjon oppdages under et besøk for en annen klage, og det besluttes å sende en teledermoskopisk konsultasjon.

Beskrivelse

Inklusjonskriterier:

  • Har en hudlesjon vurdert av en lege under et besøk
  • Legen bestemmer seg for å opprette en teledermoskopi-henvisning

Ekskluderingskriterier:

  • manglende evne eller vilje til å delta i studien
  • pasienten er yngre enn 15 år

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Effekt på henvisningsmønstre
Tidsramme: 2 år
Mål hvordan henvisningsmønstre påvirkes av innføring av teledermoskopi
2 år
Risiko for uoppdaget hudkreft
Tidsramme: 2 år
Måle om risikoen for uoppdaget hudkreft øker ved bruk av teledermoskopi
2 år
Kunstig intelligens timing og effekt på diagnostisk nøyaktighet og vilje til å revurdere den foreløpige diagnosen
Tidsramme: 8 år
Måling av om den diagnostiske nøyaktigheten og viljen til å revurdere den foreløpige diagnosen er forskjellig i forhold til når i prosessen en lege blir presentert for resultatene av den kunstige intelligensen
8 år
Effekt på diagnostisk nøyaktighet på grunn av tilgjengeligheten av kunstig intelligens
Tidsramme: 8 år
Måling hvis den diagnostiske nøyaktigheten er forskjellig avhengig av om lege kan se resultatene av kunstig intelligens.
8 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Bildeforbedringsteknikker i teledermoskopi
Tidsramme: Fra 2021 til 2025
Vi vil undersøke om bruk av bildeforbedringer i teledermoskopi påvirker diagnostisk nøyaktighet i teledermaoskopi
Fra 2021 til 2025
Når evalueringer av enkeltleser er utilstrekkelige i teledermoskopi
Tidsramme: 2021-2024
Vi vil undersøke om det er spesielle situasjoner når evalueringer av enkeltleser er utilstrekkelige i teledermoskopi
2021-2024

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Etterforskere

  • Hovedetterforsker: Asa Ingvar, PhD, Department of Dermatology, Skane University Hospital, Region Skane, Sweden

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

16. august 2021

Primær fullføring (Antatt)

31. august 2029

Studiet fullført (Antatt)

31. august 2029

Datoer for studieregistrering

Først innsendt

27. august 2021

Først innsendt som oppfylte QC-kriteriene

27. august 2021

Først lagt ut (Faktiske)

5. september 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

16. juli 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

13. juli 2025

Sist bekreftet

1. juli 2025

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

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. .

Abonnere