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

Ultralydoperatørens innflytelse på diagnostikk med AI for skjoldbruskknuter - klinisk forsøk

20. november 2024 oppdatert av: Axel Bukhave Edström, Rigshospitalet, Denmark

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

Fullført

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

Intervensjonell

Registrering (Faktiske)

20

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiesteder

      • Copenhagen, Danmark, 2100
        • Rigshospitalet

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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

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

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / 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

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

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

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

Etterforskere

  • Studieleder: Tobias Todsen, Ph.d, Rigshospitalet, Denmark

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. september 2023

Primær fullføring (Faktiske)

4. november 2023

Studiet fullført (Faktiske)

4. november 2023

Datoer for studieregistrering

Først innsendt

23. februar 2024

Først innsendt som oppfylte QC-kriteriene

5. mars 2024

Først lagt ut (Faktiske)

12. mars 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

25. november 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

20. november 2024

Sist bekreftet

1. november 2024

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