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

Bruken av kunstig intelligens for å redusere arbeidsbelastningen ved brystkreftscreening med mammografi i region Östergötland (AIM-RÖ)

29. desember 2023 oppdatert av: Håkan Gustafsson, Ostergotland County Council, Sweden

Bruken av kunstig intelligens (AI) for å trygt redusere arbeidsbelastningen ved screening av brystkreft med mammografi i region Östergötland

Det overordnede målet med prosjektet er å undersøke hvordan kunstig intelligens (AI) kan brukes til å effektivisere og samtidig øke diagnostisk sikkerhet ved brystkreftscreening med mammografi. AI har i en rekke studier vist seg å ha stort potensial for både å øke diagnostisk sikkerhet (f.eks. redusert forekomst av intervallkreft) og samtidig redusere arbeidsmengden for leger. Det gjenstår imidlertid mye forskning for å klinisk validere disse nye verktøyene og for å øke forståelsen av hvordan de påvirker legenes arbeid. Det spesifikke målet med prosjektet er å undersøke om implementering av AI i brystkreftscreening i Östergötland, Sverige, kan øke sensitiviteten (mammografiundersøkelsens evne til å finne brystkreft) og spesifisiteten (det vil si at riktig tilfelle velges for videre undersøkelse: et minimum av friske kvinner blir tilbakekalt, men så mange brystkrefttilfeller som er mulig velges ut for videre undersøkelse) og gjør samtidig screening mer effektiv gjennom redusert arbeidsmengde. AI vil bli implementert i den kliniske rutinen og ytelsesmålinger som kreftdeteksjonsrate etc vil bli overvåket nøye. Studien tildeler ikke spesifikke intervensjoner til studiedeltakerne.

Studieoversikt

Detaljert beskrivelse

Det overordnede målet med prosjektet er å studere om bruk av kunstig intelligens kan forbedre brystkreftscreening med mammografi. AI vil bli implementert i den kliniske rutinen og ytelsesmålinger som kreftdeteksjonsrate etc vil bli overvåket nøye. Studien tildeler ikke spesifikke intervensjoner til studiedeltakerne. Det spesifikke målet er å undersøke om bruk av AI fører til økt diagnostisk sikkerhet ved mammografi i Östergötland (målt som redusert forekomst av intervallkreft) og samtidig fører til redusert arbeidsbelastning for brystradiologene. Videre er hensikten å undersøke hvordan bruk av AI påvirker brystradiologenes arbeid med tanke på lesetid per undersøkelse og om radiologenes spesifisitet og sensitivitet påvirkes når de får tilgang til beslutningsstøtten basert på AI under gjennomgangen sammenlignet. til hvis de ikke har denne støtten.

Hypotesene er at:

  1. Bruken av AI i brystkreftscreening i Östergötland Sverige forbedrer den diagnostiske kvaliteten. Som et resultat oppdages flere brystkrefttilfeller tidlig og forekomsten av intervallkreft reduseres.
  2. Den reduserte arbeidsmengden for radiologene i Östergötland som kunne påvises gjennom data samlet inn i Östergötland 2021-2022 [NCT05048095 - Artificial Intelligence in Breast Cancer Screening in Region Östergötland Linkoping (AI-ROL)] kan også demonstreres i et storskala prospektiv studere.
  3. Gjennom bruk av en AI-basert beslutningsstøtte kan ikke bare dobbeltvurdering elimineres for de tilfellene der AI vurderer kreftrisikoen som lav, men også hver undersøkelse kan gjennomgås raskere samtidig som diagnostisk sikkerhet opprettholdes eller forbedres.
  4. Det er de minst erfarne radiologene som er mest hjulpet av beslutningsstøtten, både for økt diagnostisk sikkerhet og økt effektivitet.

Studietype

Observasjonsmessig

Registrering (Antatt)

60000

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

    • Östergötland
      • Linköping, Östergötland, Sverige
        • Rekruttering
        • Region Östergötland
        • 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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

N/A

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Kvinner kvalifisert for populasjonsbasert mammografiscreening

Beskrivelse

Inklusjonskriterier:

Kvinner som deltar i det vanlige brystkreftscreeningsprogrammet i Region Östergötland

Ekskluderingskriterier:

Kvinner med brystimplantater eller andre fremmede implantater i mammografi Kvinner med symptomer eller tegn på mistanke om brystkreft

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Undersøkte kvinner i Region Östergötland, Sverige
Alle screenede kvinner i Region Östergötland, Sverige.
AI-systemet Transpara (Screenpoint Medical, Nederland) vil bli implementert for triaging av to-bilde mammografiundersøkelser basert på sannsynligheten for malignitet. Transpara tildeler en poengsum fra 1 til 10 til hver undersøkelse, noe som indikerer risikoen for malignitet. En skåre mellom 1 og 7 indikerer lav risiko for kreft, 8-9 indikerer middels og 10 indikerer forhøyet risiko for kreft. Undersøkelser med AI-skår mellom 1 og 7 vil bli gjennomgått av kun én radiolog, mens undersøkelser med AI-skår > 7 vil bli dobbeltvurdert som normalt.
Andre navn:
  • Skjermpunkt Transpara

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Kreftdeteksjonsrate
Tidsramme: 4 år
Andel kvinner diagnostisert med brystkreft blant de som ble tilbakekalt etter konsensus
4 år
Positiv prediktiv verdi av Transpara®-score
Tidsramme: 4 år
Andel brystkreft diagnostisert blant kvinner med en gitt AI-score
4 år

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Håkan Gustafsson, Ph.D., Region Östergötland

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)

1. august 2023

Primær fullføring (Antatt)

31. desember 2027

Studiet fullført (Antatt)

31. desember 2027

Datoer for studieregistrering

Først innsendt

10. juli 2023

Først innsendt som oppfylte QC-kriteriene

29. desember 2023

Først lagt ut (Antatt)

1. januar 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

1. januar 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

29. desember 2023

Sist bekreftet

1. desember 2023

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • AIM-RÖ

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Ingen individuelle deltakerdata (IPD) vil bli delt.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Ja

produkt produsert i og eksportert fra USA

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. .

Kliniske studier på Neoplasmer

Kliniske studier på AI kreftdeteksjonssystem

3
Abonnere