- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05048095
Kunstig intelligens i brystkreftscreening i region Östergötland Linköping (AI-ROL)
Bruken av AI som en tredje leser og under konsensus i et dobbeltlesende brystkreftscreeningsprogram i Sverige
Studieoversikt
Detaljert beskrivelse
AI-kreftdeteksjonssystemet vil fungere som en tredje leser og vil tilbakekalle flere tilfeller til konsensuskonferansen: eksamenene som ikke ble tilbakekalt ved dobbeltlesing, men som er klassifisert som de 3 % mest mistenkelige eksamenene, basert på AI-avledet kreftrisikoscore. For det andre brukes AI som beslutningsstøtte under konsensus. AI-risikoscore og Computer-Aided Detection (CAD)-merker for mistenkelige forkalkninger og bløtvevslesjoner gis til leseren(e).
Hypotesen for denne studien er at bruken av AI har potensial til å forbedre kvaliteten på screeningsprogrammet ved å øke kreftdeteksjonsraten uten å påvirke tilbakekallingsfrekvensen.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Östergötland
-
Linköping, Östergötland, Sverige, 58185
- Region Östergötland
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Kvinner som deltar i det vanlige brystkreftscreeningsprogrammet i Region Östergötland Linkoping
Ekskluderingskriterier:
- Kvinner med brystimplantater eller andre fremmede implantater i mammografi
- Kvinner med symptomer eller tegn på mistanke om brystkreft
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Undersøkte kvinner i Region Östergötland Linköping
|
Bruk av AI som en tredje leser og som et beslutningsstøttesystem under konsensusmøte
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Kreftdeteksjonsrate
Tidsramme: Etter 4 måneders inkludering
|
Andel kvinner diagnostisert med brystkreft blant de som ble tilbakekalt etter konsensus
|
Etter 4 måneders inkludering
|
|
Tilbakekalling eller henvisningsfrekvens
Tidsramme: Etter 4 måneders inkludering
|
Andel kvinner som henvises til videre diagnostisk oppfølging etter konsensus
|
Etter 4 måneders inkludering
|
|
Positiv prediktiv verdi av henvisninger
Tidsramme: Etter 4 måneders inkludering
|
Andel kvinner diagnostisert med brystkreft blant henviste
|
Etter 4 måneders inkludering
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Positiv prediktiv verdi av Transpara®-score
Tidsramme: Etter 4 måneders inkludering
|
Andel brystkreft diagnostisert blant kvinner med en gitt AI-score
|
Etter 4 måneders inkludering
|
Samarbeidspartnere og etterforskere
Etterforskere
- Hovedetterforsker: Håkan Gustafsson, PhD, Linköping University - University Hospital
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Rodriguez-Ruiz A, Lang K, Gubern-Merida A, Broeders M, Gennaro G, Clauser P, Helbich TH, Chevalier M, Tan T, Mertelmeier T, Wallis MG, Andersson I, Zackrisson S, Mann RM, Sechopoulos I. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. J Natl Cancer Inst. 2019 Sep 1;111(9):916-922. doi: 10.1093/jnci/djy222.
- Rodriguez-Ruiz A, Krupinski E, Mordang JJ, Schilling K, Heywang-Kobrunner SH, Sechopoulos I, Mann RM. Detection of Breast Cancer with Mammography: Effect of an Artificial Intelligence Support System. Radiology. 2019 Feb;290(2):305-314. doi: 10.1148/radiol.2018181371. Epub 2018 Nov 20.
- van Winkel SL, Rodriguez-Ruiz A, Appelman L, Gubern-Merida A, Karssemeijer N, Teuwen J, Wanders AJT, Sechopoulos I, Mann RM. Impact of artificial intelligence support on accuracy and reading time in breast tomosynthesis image interpretation: a multi-reader multi-case study. Eur Radiol. 2021 Nov;31(11):8682-8691. doi: 10.1007/s00330-021-07992-w. Epub 2021 May 4.
- Pinto MC, Rodriguez-Ruiz A, Pedersen K, Hofvind S, Wicklein J, Kappler S, Mann RM, Sechopoulos I. Impact of Artificial Intelligence Decision Support Using Deep Learning on Breast Cancer Screening Interpretation with Single-View Wide-Angle Digital Breast Tomosynthesis. Radiology. 2021 Sep;300(3):529-536. doi: 10.1148/radiol.2021204432. Epub 2021 Jul 6.
- Raya-Povedano JL, Romero-Martin S, Elias-Cabot E, Gubern-Merida A, Rodriguez-Ruiz A, Alvarez-Benito M. AI-based Strategies to Reduce Workload in Breast Cancer Screening with Mammography and Tomosynthesis: A Retrospective Evaluation. Radiology. 2021 Jul;300(1):57-65. doi: 10.1148/radiol.2021203555. Epub 2021 May 4.
- Lang K, Dustler M, Dahlblom V, Akesson A, Andersson I, Zackrisson S. Identifying normal mammograms in a large screening population using artificial intelligence. Eur Radiol. 2021 Mar;31(3):1687-1692. doi: 10.1007/s00330-020-07165-1. Epub 2020 Sep 2.
- Rodriguez-Ruiz A, Lang K, Gubern-Merida A, Teuwen J, Broeders M, Gennaro G, Clauser P, Helbich TH, Chevalier M, Mertelmeier T, Wallis MG, Andersson I, Zackrisson S, Sechopoulos I, Mann RM. Can we reduce the workload of mammographic screening by automatic identification of normal exams with artificial intelligence? A feasibility study. Eur Radiol. 2019 Sep;29(9):4825-4832. doi: 10.1007/s00330-019-06186-9. Epub 2019 Apr 16.
- Lang K, Hofvind S, Rodriguez-Ruiz A, Andersson I. Can artificial intelligence reduce the interval cancer rate in mammography screening? Eur Radiol. 2021 Aug;31(8):5940-5947. doi: 10.1007/s00330-021-07686-3. Epub 2021 Jan 23.
- Sasaki M, Tozaki M, Rodriguez-Ruiz A, Yotsumoto D, Ichiki Y, Terawaki A, Oosako S, Sagara Y, Sagara Y. Artificial intelligence for breast cancer detection in mammography: experience of use of the ScreenPoint Medical Transpara system in 310 Japanese women. Breast Cancer. 2020 Jul;27(4):642-651. doi: 10.1007/s12282-020-01061-8. Epub 2020 Feb 12.
- Kerschke L, Weigel S, Rodriguez-Ruiz A, Karssemeijer N, Heindel W. Using deep learning to assist readers during the arbitration process: a lesion-based retrospective evaluation of breast cancer screening performance. Eur Radiol. 2022 Feb;32(2):842-852. doi: 10.1007/s00330-021-08217-w. Epub 2021 Aug 12.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- NCT20210157-AI-ROL
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. .