Klinisk arbeidsflytoptimalisering ved bruk av kunstig intelligens for dermatologiske tilstander (IDEI_2023)
Optimalisering av klinisk arbeidsflyt hos pasienter med forskjellige dermatologiske tilstander gjennom kunstig intelligens
Kunstig intelligens (AI) basert på bildebehandling har et enormt potensial for å forbedre visuell diagnostisk nøyaktighet i det medisinske feltet. Midt i COVID-19-pandemien førte begrenset tilgang til personlige helsetjenester til skift i medisinsk behandling, noe som fremskyndet bruken av telemedisin. I denne sammenhengen kan AI-bruk for triage og beslutningsstøtte være avgjørende for at fagfolk skal håndtere arbeidsbelastning og forbedre ytelsen. I dermatologi er pigmenterte lesjoner, akne og alopecia tre tilbakevendende patologigrupper med høy etterspørsel i dermatologiske sentre. Både triage, klinisk evaluering og pasientoppfølging krever personlige ressurser og spesialistdedikasjon. Å bruke verktøy som AI kan være til nytte for disse fagfolkene i å redusere slike prosesser og optimalisere arbeidsmengden.
Fremskritt innen bildegjenkjenning og tolkning, så vel som innen kunstig intelligens, har ansporet til innovasjoner i diagnostisering av ulike patologier, inkludert hudsykdommer. Computer-Aided Diagnosis (CAD)-systemer og andre algoritmebaserte teknologier har vist evnen til å klassifisere lesjonsbilder med en kompetanse som kan sammenlignes med en ekspertlege.
I denne studien vil Legit.Health-verktøyet, utviklet av AI LABS GROUP S.L., som bruker kunstig intelligens for å optimere klinisk flyt og pasientbehandlingsprosesser for hudsykdommer, bli evaluert. Hensikten med dette verktøyet er å automatisk prioritere pasienter med større haster, tildele type konsultasjon (dermatologisk eller estetisk), forbedre diagnostisk evne og påvisning av ondartede pigmenterte lesjoner hos hjelpepersonell, og gi en visuell oversikt (fotografi) av tilstanden for senere gjennomgang av eksterne eksperter.
Derfor er hovedmålet med denne studien å validere at Legit.Health, basert på kunstig intelligens, forbedrer effektiviteten i klinisk flyt og pasientbehandlingsprosesser, og reduserer dermed tid og kostnader for pasientbehandling gjennom forbedret diagnostisk nøyaktighet og alvorlighetsbestemmelse.
De sekundære målene fokuserer på å måle den diagnostiske ytelsen til Legit.Health:
Vis at Legit.Health forbedrer helsepersonells evne til å oppdage ondartede eller mistenkelige pigmenterte lesjoner.
Vis at Legit.Health forbedrer helsepersonells evne og presisjon i å måle graden av involvering hos pasienter med kvinnelig androgenetisk alopecia.
Vis at Legit.Health forbedrer helsepersonells evne og presisjon i å måle graden av involvering hos pasienter med akne.
I tillegg har studien som mål å vurdere nytten av dette verktøyet:
Automatiser triage/innledende vurderingsprosessen hos pasienter med pigmenterte lesjoner.
Evaluer senterets reduksjon i bruk av helseressurser ved å redusere antall triage-konsultasjoner og henvise pasienten direkte til riktig konsultasjon (estetisk eller dermatologisk).
Vurder Legit.Healths brukervennlighet av pasienten. Vis at Legit.Health øker spesialisttilfredsheten. Evaluer reduksjonen i bruk av helseressurser ved å redusere antall triagekonsultasjoner og henvise pasienten direkte til riktig konsultasjon, enten det er i estetiske eller dermatologiske omgivelser.
Metodikk Studie Design Type Dette er en observasjonsstudie, både prospektiv med longitudinell karakter og retrospektive case-serier.
Studieperiode Denne studien anslår en rekrutteringsperiode på 3 måneder. Total studievarighet er estimert til 6 måneder, inkludert forrige gang for retrospektiv analyse og nødvendig tid etter rekruttering av siste emne for databasenedleggelse og redigering, dataanalyse og utarbeidelse av den endelige studierapporten.
Den totale studievarigheten for hver deltaker med pigmenterte lesjoner vil være 1-3 måneder. Varigheten for pasienter med akne og alopecia vil være 1 dag.
Studiepopulasjon Voksne pasienter (≥ 18 år) med hudpatologier behandlet ved dermatologisk enhet ved IDEI.
Studieoversikt
Status
Detaljert beskrivelse
Kunstig intelligens (AI) basert på bilder gir et enormt potensial for å forbedre visuell diagnostisk nøyaktighet i det medisinske feltet. Under COVID-19-pandemien førte begrenset tilgang til personlige helsetjenester til endringer i medisinsk behandling, og akselererte bruken av telemedisin. I denne sammenhengen kan bruken av AI for triage og beslutningsstøtte være avgjørende for at fagfolk skal håndtere arbeidsbelastning og forbedre ytelsen. I dermatologi er pigmenterte lesjoner, akne og alopecia tre tilbakevendende patologigrupper med høy etterspørsel i et dermatologisk senter. Både triage av disse pasientene, klinisk evaluering og deres oppfølging krever personlige ressurser og engasjement fra spesialisten og personalet. Bruk av verktøy som AI kan være til nytte for disse fagfolkene i å redusere disse prosessene og optimalisere arbeidsmengden.
Fremskritt innen bildegjenkjenning og tolkning, så vel som innen kunstig intelligens, har drevet frem innovasjoner innen diagnostisering av ulike patologier, inkludert hudsykdommer. Computer-Aided Diagnosis (CAD)-systemer og andre algoritmebaserte teknologier har vist sin evne til å klassifisere lesjonsbilder med en kompetanse som kan sammenlignes med en ekspertlege.
I denne studien vil Legit.Health-verktøyet, utviklet av AI LABS GROUP S.L., som bruker kunstig intelligens for å optimalisere klinisk flyt og pleieprosessen til pasienter med hudsykdommer, bli evaluert. Formålet med dette verktøyet er automatisk prioritering av pasienter med større haster, tilordne dem typen konsultasjon (dermatologisk eller estetisk), forbedre den diagnostiske kapasiteten og påvisningen av ondartede pigmenterte lesjoner hos hjelpepersonell, samt gi en visuell oversikt (fotografi). ) av vilkåret for senere vurdering av eksterne eksperter.
Derfor er hovedmålet med denne studien å validere at Legit.Health-verktøyet, basert på kunstig intelligens, forbedrer effektiviteten i klinisk flyt og pleieprosessen til pasienter, og reduserer tiden og kostnadene for behandling per pasient gjennom forbedret diagnostisk nøyaktighet og besluttsomhet. av graden av malignitet eller alvorlighetsgrad.
De sekundære målene fokuserer på å måle den diagnostiske ytelsen til Legit.Health:
Vis at Legit.Health forbedrer helsepersonells evne til å oppdage ondartede eller mistenkelige pigmenterte lesjoner.
Vis at Legit.Health forbedrer helsepersonells evne og presisjon i å måle graden av involvering hos pasienter med kvinnelig androgenetisk alopecia.
Vis at Legit.Health forbedrer helsepersonells evne og presisjon i å måle graden av involvering hos pasienter med akne.
I tillegg har studien som mål å vurdere nytten av dette verktøyet:
Automatiser triage/innledende vurderingsprosessen hos pasienter som konsulterer for pigmenterte lesjoner.
Evaluer reduksjonen i helseressursbruken til senteret ved å redusere antall triagekonsultasjoner og henvise pasienten direkte til riktig konsultasjon (estetisk eller dermatologisk).
Vurder Legit.Healths brukervennlighet av pasienten. Vis at Legit.Health øker spesialisttilfredsheten. Evaluer reduksjonen i helseressursbruken ved å redusere antall triagekonsultasjoner og henvise pasienten direkte til riktig konsultasjon, enten det er i estetiske eller dermatologiske omgivelser.
Metodikk:
Studiedesigntype:
Dette er en observasjonsstudie, både prospektiv med longitudinell karakter og retrospektive kasusserier.
Studieperiode:
Denne studien anslår en rekrutteringsperiode på 3 måneder.
Total studievarighet er estimert til 6 måneder, inkludert forrige gang for retrospektiv analyse og nødvendig tid etter rekruttering av siste emne for databasenedleggelse og redigering, dataanalyse og utarbeidelse av den endelige studierapporten.
Den totale studievarigheten for hver deltaker med pigmenterte lesjoner vil være 1-3 måneder. Varigheten for pasienter med akne og alopecia vil være 1 dag.
Studiepopulasjon:
Voksne pasienter (≥ 18 år) med hudpatologier behandlet ved dermatologisk enhet ved IDEI.
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Jordi Barrachina, PhD
- Telefonnummer: +34 660675578
- E-post: jordibarrachina@legit.health
Studer Kontakt Backup
- Navn: Miguel Sánchez-Viera, PhD
- E-post: sanchez.viera@ideidermatologia.com
Studiesteder
-
-
-
Madrid, Spania, 28009
- Rekruttering
- IDEI Hospital
-
Underetterforsker:
- Alfonso Medela, MsC
-
Underetterforsker:
- Taig Mac Carthy, MsC
-
Ta kontakt med:
- Miguel Sánchez-Viera, PhD
- Telefonnummer: +34 915740990
- E-post: sanchez.viera@ideidermatologia.com
-
Hovedetterforsker:
- Miguel Sánchez-Viera, PhD
-
Underetterforsker:
- Concetta Alessandro, MD
-
Underetterforsker:
- Alejandra Capote, MD
-
Underetterforsker:
- Pablo López-Andina, MD
-
Underetterforsker:
- Allison Marie Bell-Smythe Sorg, MD
-
Underetterforsker:
- Alejandra Vallejos, MD
-
Underetterforsker:
- Isabel del Campo, MD
-
Underetterforsker:
- Juliana Machado, MD
-
Underetterforsker:
- Raúl Lucas-Escobar, MD
-
Underetterforsker:
- Beatriz Torres
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Pasienter i alderen 18 år eller eldre (16 år for akne).
- Pasienter med pigmenterte lesjoner som oppfyller noen av følgende forhold:
- Presenterer for første gang med en pigmentert lesjon.
- Tidligere planlagt for dermoskopi konsultasjon for første gang eller for gjennomgang av pigmenterte lesjoner.
- Pasienter med aktiv inflammatorisk akne.
- Kvinner med androgenetisk alopecia.
Ekskluderingskriterier:
- Pasienter som av etterforskeren anses å være ute av stand til eller villige til å overholde studieprosedyrene.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
Pasienter med pigmenterte lesjoner og mistenkt malignitet
Pasienter behandlet på IDEI sykehus og med pigmenter hudlesjoner, som er mistenkt malignitet.
Utøverne vil ta et bilde av lesjonen og laste opp til verktøyet for å bekrefte både diagnosen og mistanken om malignitet
|
|
Pasienter diagnostisert med akne
Pasienter behandlet ved IDEI sykehus og diagnostisert med akne.
Utøvere vil ta et bilde av pasientens ansikt og laste det opp til verktøyet for å sjekke alvorlighetsgraden av akne og sammenligne det med gullstandarden
|
|
Pasienter diagnostisert med femenin androgenetisk alopecia
Pasienter behandlet ved IDEI-sykehus og diagnostisert med femenin androgenetisk alopecia.
Utøvere vil ta et bilde av toppen av hodet og laste det opp i verktøyet for å sjekke alvorlighetsgraden av alopecia og sammenligne det med gullstandarden
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Overensstemmelse mellom legens diagnose og verktøyets diagnose.
Tidsramme: Ved påmelding inntil 1 år
|
Analyse av samsvar mellom diagnosen utstedt av hudlegen og den som bestemmes av Legit.Health-verktøyet.
|
Ved påmelding inntil 1 år
|
|
Avtale om påvist malignitet mellom hudlegen og Legit.Health-verktøyet
Tidsramme: Ved påmelding inntil 1 år
|
Korrelasjonsanalyse av den mistenkte maligniteten mellom hudlegen og verktøyet for kunstig intelligens
|
Ved påmelding inntil 1 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Akne alvorlighetsgrad
Tidsramme: Ved påmelding inntil 1 år
|
Alvorligheten av akne vurdert av både leger og Legit.Helseverktøy gjennom lesjontelling.
En korrelasjonsanalyse vil bli utført for å sjekke forskjeller i kriterier mellom dem
|
Ved påmelding inntil 1 år
|
|
Alopecias alvorlighetsgrad
Tidsramme: Ved påmelding inntil 1 år
|
Alvorlighetsgraden av androgenetisk alopecia vurdert av både leger og Legit.Health-verktøy med Ludwig-skalaen.
En korrelasjonsanalyse vil bli utført for å sjekke forskjeller i kriterier mellom dem
|
Ved påmelding inntil 1 år
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Miguel Sánchez-Viera, PhD, IDEI Hospital
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
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
- 24.12.2266-GHM
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. .