Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wspomagane sztuczną inteligencją wykrywanie prześwietleń klatki piersiowej (AID-CXR)

19 listopada 2025 zaktualizowane przez: Alex Novak, Oxford University Hospitals NHS Trust

Przydatność narzędzia interpretacji CXR opartego na sztucznej inteligencji we wspomaganiu dokładności, szybkości i pewności diagnozy pracowników służby zdrowia: badanie z wykorzystaniem 500 retrospektywnie zebranych wyników CXR pacjentów hospitalizowanych i oddziałów ratunkowych od dwóch brytyjskich trustów szpitalnych

Badanie to dodano jako badanie cząstkowe do badania „Szkolenie symulacyjne dla obrazowania na oddziałach ratunkowych” 2 (ClinicalTrials.gov Identyfikator NCT05427838).

Lunit INSIGHT CXR to badanie walidacyjne, którego celem jest ocena przydatności narzędzia do interpretacji zdjęć rentgenowskich klatki piersiowej (CXR) opartego na sztucznej inteligencji (AI) we wspomaganiu dokładności, szybkości i pewności diagnozy zróżnicowanej grupy pracowników służby zdrowia. Badanie zostanie przeprowadzone z wykorzystaniem 500 zebranych retrospektywnie danych CXR pacjentów hospitalizowanych i oddziałów ratunkowych z dwóch funduszy szpitalnych w Wielkiej Brytanii. Dwóch przeszkolonych radiologów klatki piersiowej niezależnie dokona przeglądu wszystkich badań w celu ustalenia podstawowego standardu odniesienia. Do analizy każdego CXR zostanie użyte narzędzie Lunit INSIGHT CXR, a jego działanie zostanie porównane z czytnikami-ekspertami. Badanie oceni użyteczność algorytmu w poprawie dokładności i pewności czytnika mierzonej czułością, swoistością, dodatnią i ujemną wartością predykcyjną. W badaniu zostanie zmierzona skuteczność algorytmu w odniesieniu do dziesięciu nieprawidłowych wyników, w tym guzków/masy płucnej, konsolidacji, odmy opłucnowej, niedodmy, zwapnień, kardiomegalii, zwłóknienia, poszerzenia śródpiersia, wysięku opłucnowego i odmy otrzewnowej. W badaniu wezmą udział czytelnicy z różnych klinicznych grup zawodowych, z pomocą Lunit INSIGHT CXR i bez niej. Badanie dostarczy dowodów na wpływ algorytmów sztucznej inteligencji na pomoc pracownikom służby zdrowia, takim jak lekarze medycyny ratunkowej i lekarze medycyny ogólnej, którzy regularnie przeglądają obrazy w swojej codziennej praktyce.

Przegląd badań

Status

Zakończony

Warunki

Interwencja / Leczenie

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

33

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

  • Zjednoczone Królestwo
    • Oxfordshire
      • Oxford, Oxfordshire, Zjednoczone Królestwo, OX3 9DU
        • Oxford University Hospitals NHS Foundation Trust

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Radiolodzy ogólni/radiolodzy/lekarze przeglądający zdjęcia rentgenowskie klatki piersiowej w ramach swojej rutynowej praktyki klinicznej, obecnie pracujący w Narodowej Służbie Zdrowia (NHS).

Opis

Kryteria przyjęcia:

  • Radiolodzy ogólni/radiolodzy/lekarze dokonujący przeglądu CXR w ramach swojej rutynowej praktyki klinicznej

Kryteria wyłączenia:

  • Radiolodzy klatki piersiowej
  • Lekarze nieradiolodzy z wcześniejszym formalnym szkoleniem podyplomowym w zakresie raportowania CXR.
  • Lekarze nieradiolodzy z wcześniejszą karierą w radiologii, medycynie oddechowej lub chirurgii klatki piersiowej do poziomu rejestratora lub konsultanta

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Czytelnicy/Uczestnicy

Wybór czytelnika: 30 czytelników zostanie wybranych z następujących pięciu grup specjalizacji klinicznych:

  • medycyna ratunkowa (ED)
  • intensywna terapia dla dorosłych (ICU)
  • medycyna ogólna dorosłych (AGM)
  • radiologowie (Rad)
  • radiolodzy ogólni

Każda grupa specjalizacyjna składa się z 6 członków o różnym stażu pracy. Dla lekarzy oznacza to:

  • Dwóch „juniorów” (pierwszy rok założenia – szkolenie specjalistyczne 2 lata)
  • Dwie „średnie klasy” (rejestrator ze szkolenia specjalistycznego od 3 do 6 lat)
  • Dwóch Konsultantów

Dla radiologów oznacza to:

  • Dwóch „młodszych/nowo wykwalifikowanych radiologów” (do 18 miesięcy doświadczenia po kwalifikacji)
  • Dwóch radiologów ze średnim doświadczeniem (ok. 3 lata doświadczenia)
  • Dwóch „radiografów sprawozdawczych” (ponad 5 lat doświadczenia)
Inny: Czytanie przypadków

Odczyt zostanie przeprowadzony zdalnie za pośrednictwem witryny kontroli jakości raportów i obrazu (www.RAIQC.com), platforma internetowa umożliwiająca przeglądanie i raportowanie obrazowania medycznego. Uczestnicy mogą pracować z dowolnego miejsca, jednak praca musi być wykonywana z poziomu komputera z dostępem do Internetu. Dla uniknięcia wątpliwości nie można wykonywać pracy z poziomu telefonu lub tabletu.

Projekt jest podzielony na dwa etapy i od uczestników wymagane jest ukończenie obu etapów. Szacowany całkowity czas zaangażowania w projekt wynosi do 20-24 godzin.

Faza 1: Dozwolony czas: 2 tygodnie

- Przejrzyj 500 zdjęć rentgenowskich klatki piersiowej i wyraź opinię kliniczną za pomocą ustrukturyzowanego szablonu raportu (wielokrotny wybór, nie jest wymagany otwarty tekst).

Okres odpoczynku/wypłukania 2 tygodnie.

Faza 2 – Dozwolony czas: 2 tygodnie

- Przejrzyj 500 prześwietleń klatki piersiowej wraz z raportem AI dla każdego przypadku i wyraź swoją opinię kliniczną za pomocą tego samego ustrukturyzowanego szablonu raportowania, co w fazie A.
Zwolennicy prawdy
Dwóch konsultantów radiologów klatki piersiowej. Trzeci starszy radiolog klatki piersiowej (>20 lat doświadczenia) przeprowadzi arbitraż.
Inny: Prawda naziemna
Dwóch konsultantów radiologów klatki piersiowej niezależnie dokona przeglądu obrazów w celu ustalenia „podstawowych ustaleń” dotyczących CXR, a po osiągnięciu konsensusu zostanie on następnie zastosowany jako standard odniesienia. W przypadku braku porozumienia, trzeci starszy radiolog klatki piersiowej (>20 lat doświadczenia) przeprowadzi arbitraż. Poziom trudności zostanie przypisany do każdej nieprawidłowości przez badaczy naziemnych przy użyciu 4-punktowej skali Likerta (1 oznacza łatwe/oczywiste, a 4 trudne/słabo widoczne).

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wydajność algorytmu AI: czułość
Ramy czasowe: W ciągu 4 tygodni czytania
Ocena algorytmu Lunit INSIGHT CXR zostanie przeprowadzona poprzez porównanie go ze standardem referencyjnym w celu określenia czułości.
W ciągu 4 tygodni czytania
Działanie algorytmu AI: specyfika
Ramy czasowe: W ciągu 4 tygodni czytania
Ocena algorytmu Lunit INSIGHT CXR zostanie przeprowadzona poprzez porównanie go ze standardem referencyjnym w celu określenia specyficzności.
W ciągu 4 tygodni czytania
Wydajność algorytmu AI: Obszar pod krzywą ROC (AU ROC)
Ramy czasowe: W ciągu 4 tygodni czytania
Ocena algorytmu Lunit INSIGHT CXR zostanie przeprowadzona poprzez porównanie go ze standardem referencyjnym. Ciągła ocena prawdopodobieństwa z algorytmu zostanie wykorzystana do analiz ROC, natomiast wyniki klasyfikacji binarnej z predefiniowanym operacyjnym punktem odcięcia zostaną wykorzystane do oceny czułości, specyficzności, dodatniej i ujemnej wartości predykcyjnej.
W ciągu 4 tygodni czytania
Wydajność czytników z pomocą AI i bez niej: Czułość
Ramy czasowe: W ciągu 4 tygodni czytania
Badanie obejmie dwie sesje (z nakładką AI i bez niej), podczas których wszystkich 30 czytelników przejrzy wszystkie 500 przypadków CXR za każdym razem oddzielonych okresem wymazywania, aby złagodzić błąd przypominania. Przypadki zostaną losowo wybrane pomiędzy dwoma odczytami i dla każdego czytelnika.
W ciągu 4 tygodni czytania
Wydajność czytników z pomocą AI i bez niej: Specyfika
Ramy czasowe: W ciągu 4 tygodni czytania
Badanie obejmie dwie sesje (z nakładką AI i bez niej), podczas których wszystkich 30 czytelników przejrzy wszystkie 500 przypadków CXR za każdym razem oddzielonych okresem wymazywania, aby złagodzić błąd przypominania. Przypadki zostaną losowo wybrane pomiędzy dwoma odczytami i dla każdego czytelnika.
W ciągu 4 tygodni czytania
Wydajność czytników z pomocą AI i bez niej: obszar pod krzywą ROC (AU ROC)
Ramy czasowe: W ciągu 4 tygodni czytania
Badanie obejmie dwie sesje (z nakładką AI i bez niej), podczas których wszystkich 30 czytelników przejrzy wszystkie 500 przypadków CXR za każdym razem oddzielonych okresem wymazywania, aby złagodzić błąd przypominania. Przypadki zostaną losowo wybrane pomiędzy dwoma odczytami i dla każdego czytelnika.
W ciągu 4 tygodni czytania
Szybkość czytnika z lub bez pomocy AI.
Ramy czasowe: W ciągu 4 tygodni czytania
Średni czas potrzebny na sprawdzenie skanu z pomocą AI lub bez niej.
W ciągu 4 tygodni czytania

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Oxford University Hospitals NHS Trust

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

Przydatne linki

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

31 października 2023

Zakończenie podstawowe (Rzeczywisty)

31 października 2024

Ukończenie studiów (Rzeczywisty)

1 czerwca 2025

Daty rejestracji na studia

Pierwszy przesłany

4 października 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

9 października 2023

Pierwszy wysłany (Rzeczywisty)

10 października 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

24 listopada 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

19 listopada 2025

Ostatnia weryfikacja

1 listopada 2025

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 310995 - B

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj