Evaluering av den virkelige ytelsen til et AI-basert lungeknuterdeteksjonsverktøy
Ytelsesestimering av triaging kunstig intelligens-basert datastøttet deteksjonsalgoritme i rutinemessig brystradiografi
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Studien er en prospektiv studie for å måle ytelsen til en AI-programvare for å oppdage lungeknuter fra røntgenstråler fra thorax. Data samlet inn under studien vil bli analysert for studieformål etter sluttdatoen for datainnsamlingen.
Det vil være to studiearmer: kontrollarmen og intervensjonsarmen.
Kontrollarm:
Det vil ikke være noen avbrudd i eksisterende standard for omsorgsvei.
Intervensjonsarm:
Bruk av kunstig intelligens vil skje parallelt med standardbehandlingsveien.
I samsvar med kontrollarmen vil radiologer eller klinikere som tolker røntgenbildene av thorax fortsette som vanlig basert på eksisterende standard operasjonsprosedyrer på studiestedet. I tillegg vil AI-programvaren fungere som en andre leser; noe som betyr at bilder vil bli behandlet av AI-programvaren som vil generere en rapport.
I tilfelle radiologen og AI-verktøyet ikke blir enige, vil sakene bli vurdert av kvalifiserte studieteammedlemmer to ganger i uken.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Ohio
-
Cleveland, Ohio, Forente stater, 44106
- University Hospitals
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inkluderingskriterier:
- Røntgenbilder av thorax av pasienter i alderen 18 - 89 år.
- Modalitet: CR/DR/DX.
- PA/visning
- Lungeknuter som måler 6 mm -30 mm (for røntgenbilder av thorax der tilstedeværelse av knuter er nødvendig).
Ekskluderingskriterier:
- Ufullstendig syn på brystet.
- Sidevisning
- Kjent lungekreft på tidspunktet for røntgenbilder av thorax.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Bilde som går gjennom AI-verktøyet
dette er bildene som går gjennom AI-verktøyet
|
Alle røntgenbilder er allerede innhentet og vil da kjøres gjennom CAD-programvare for sekundær noduledeteksjon
|
|
bildet går ikke gjennom AI-verktøyet
dette er bildene som ikke går gjennom AI-verktøyet
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
antall pasienter med aktiv lungeknute målt ved CT-skanning
Tidsramme: opptil ett år
|
opptil ett år
|
|
totalt antall pasienter som har røntgen thorax
Tidsramme: opptil ett år
|
opptil ett år
|
|
antall pasienter med høyrisiko lungeknute målt ved CT-skanning
Tidsramme: opptil ett år
|
opptil ett år
|
|
totalt antall pasienter henvist til CT-skanning
Tidsramme: opptil ett år
|
opptil ett år
|
|
antall lungeknutepositive bilder
Tidsramme: opptil ett år
|
opptil ett år
|
|
antall negative lungeknutebilder
Tidsramme: opptil ett år
|
opptil ett år
|
Samarbeidspartnere og etterforskere
Etterforskere
- Hovedetterforsker: Amit Gupta, MD, University Hospitals Cleveland Medical Center
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
Andre studie-ID-numre
- STUDY20240362
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
produkt produsert i og eksportert fra USA
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. .