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

Zastosowanie Systemu Referencyjnego Obrazu Dermatologicznego Belle.AI do diagnostyki pacjentów w aktywnych warunkach klinicznych

5 grudnia 2024 zaktualizowane przez: BelleTorus Corporation

Zastosowanie systemu referencyjnego obrazu dermatologicznego Belle.AI w diagnostyce pacjentów w aktywnych warunkach klinicznych

Celem tego badania jest przetestowanie nowego narzędzia badawczego, które wykorzystuje sztuczną inteligencję (AI), aby pomóc pracownikom podstawowej opieki zdrowotnej w ocenie stanu skóry. To narzędzie to oparta na sztucznej inteligencji aplikacja referencyjna do obrazów dermatologicznych, która współpracuje ze smartfonem. Dla przejrzystości sztuczna inteligencja nie stawia żadnych diagnoz; zawiera obrazy referencyjne. Następnie świadczeniodawcy podstawowej opieki zdrowotnej opierają się na własnej ocenie lekarskiej i przeszkoleniu, aby postawić diagnozę.

Celem sponsora jest porównanie diagnoz postawionych przez podmioty świadczące podstawową opiekę zdrowotną (takich jak lekarze, pielęgniarki i asystenci lekarzy) przy wsparciu narzędzia AI z panelem dermatologów, którzy wyznaczają złoty standard. W ten sposób sponsor może określić wartość narzędzia AI dla podmiotów świadczących podstawową opiekę zdrowotną i zrozumieć, w jaki sposób można je stosować w połączeniu z tradycyjną opieką kliniczną.

Ta funkcja sztucznej inteligencji jest zgodna z wytycznymi regulacyjnymi FDA i nie jest uważana za wyrób medyczny, podobnie jak wyszukiwarka obrazów Google, która zwraca podobnie wyglądające obrazy w celach informacyjnych. W przypadku interwencji świadczeniodawcy korzystają z własnego szkolenia i oceny klinicznej w celu postawienia diagnozy, a nie ze sztucznej inteligencji.

Przegląd badań

Szczegółowy opis

Dostęp do dermatologów jest często ograniczony, co powoduje, że około 60% problemów ze skórą, włosami i paznokciami jest leczonych przez osoby niebędące specjalistami. W tym badaniu oceniona zostanie skuteczność narzędzia wspomagającego podejmowanie decyzji dermatologicznych opartego na sztucznej inteligencji we wspomaganiu podmiotów świadczących podstawową opiekę zdrowotną (PCP) w diagnozowaniu chorób skóry. Wykazano, że analiza obrazu oparta na sztucznej inteligencji zwiększa dokładność diagnostyczną, szczególnie w przypadku osób niebędących dermatologami. Poprzednie badania skupiały się głównie na dermatologach, ale sztuczna inteligencja może być bardziej korzystna dla lekarzy PCP, ponieważ wykazano, że poprawia ich dokładność diagnostyczną i zgodność z dermatologami.

Na całym świecie około 1,9 miliarda ludzi rocznie cierpi na choroby skóry, a 1 na 3 Amerykanów szuka opieki dermatologicznej u osób niebędących specjalistami. Problemy skórne stanowią znaczną część wizyt u lekarzy pierwszego kontaktu i na oddziałach ratunkowych. Sztuczna inteligencja okazała się skuteczna w diagnozowaniu chorób skóry, takich jak czerniak i inne choroby zapalne, a badania wskazują, że narzędzia sztucznej inteligencji mogą zwiększyć dokładność diagnostyczną, szczególnie w przypadku osób niebędących dermatologami.

Narzędzie Belle AI, które zostanie wykorzystane w tym badaniu, wykorzystuje splotową sieć neuronową wytrenowaną na ponad 500 000 obrazów w celu identyfikacji ponad 2000 schorzeń skóry. Zapewnia wyniki dopasowania obrazów, aby pomóc lekarzom w identyfikacji schorzeń i oferuje protokół drugiej opinii wydanych przez certyfikowanych dermatologów. Celem badania jest ocena użyteczności tego narzędzia w warunkach klinicznych w czasie rzeczywistym, z potencjalną poprawą dokładności segregacji pacjentów, jakości skierowań i oszczędności kosztów.

Badanie to jest wspierane przez Agencję Zaawansowanych Projektów Badawczych w dziedzinie Zdrowia (ARPA-H) i będzie jednym z pierwszych, które w sposób prospektywny zbada wpływ sztucznej inteligencji na wspomaganie decyzji dermatologicznych w podstawowej opiece zdrowotnej.

Celem badania jest ocena dokładności i użyteczności dermatologicznego systemu referencyjnego Belle AI w rzeczywistym środowisku klinicznym, we współpracy z Urban Health Plan (UHP). Kluczowe punkty końcowe obejmują ocenę użyteczności i dokładności diagnostycznej w porównaniu z ostateczną diagnozą wydaną przez komisję dermatologiczną, a także zebranie informacji zwrotnych od podmiotów świadczących podstawową opiekę zdrowotną i lekarzy specjalistów na temat ich doświadczeń z sztuczną inteligencją. Sponsor przeanalizuje także koszty stosowania systemu, aby wykazać jego wartość w medycynie pierwszej linii.

Uczestnicy będą korzystać z aplikacji na smartfony, aby rejestrować obrazy stanu skóry, które następnie będą analizowane przez sztuczną inteligencję. Uczestnicy otrzymają zachęty finansowe za przesłanie zdjęć po pierwszej wizycie. Wizyta kontrolna zostanie wyznaczona dwa tygodnie po wstępnej konsultacji, chociaż niektóre wizyty mogą zostać odwołane na podstawie analizy AI.

Uczestnicy zostaną włączeni, jeśli zgłoszą podstawową skargę dermatologiczną i będą w stanie wyrazić świadomą zgodę. Wyłączenia dotyczą osób, które nie są w stanie zastosować się do procedur lub uczestników pediatrycznych z wadami narządów płciowych ze względu na prywatność.

Po wejściu do UHP uczestnicy rejestrują się i przechodzą selekcję. Do osób z kwalifikującymi się schorzeniami dermatologicznymi zwróci się koordynator badania, który wyjaśni przebieg badania i uzyska zgodę. Uczestnicy pobiorą aplikację Belle Image Capture na swoje smartfony, gdzie zostanie utworzony kod identyfikacyjny badania powiązany z ich EMR, zapewniając prywatność.

Podczas pierwszej wizyty świadczeniodawcy zbadają pacjenta, udokumentują jego historię i zdiagnozują stan. Aplikacja BellePro Physician będzie wykorzystywana do wykonywania zdjęć i generowania diagnozy różnicowej, którą lekarz sprawdzi przed postawieniem ostatecznej diagnozy. Uczestnicy zostaną umówieni na wizytę kontrolną, a koordynator badania powiadomi dostawców o wszelkich otrzymanych obrazach zarejestrowanych za pośrednictwem aplikacji.

Począwszy od siedmiu dni po rejestracji, powiadomienia push będą zachęcać uczestników do przesyłania zdjęć za pomocą aplikacji. Koordynator skontaktuje się z uczestnikami, którzy nie odpowiedzą, starając się uzyskać wyraźny obraz w określonych ramach czasowych. Po otrzymaniu usługodawca ponownie oceni diagnozę, korzystając ze zaktualizowanej analizy AI. Decyzje dotyczące kolejnych spotkań zostaną przekazane przez koordynatora.

Jeśli wizyta kontrolna zostanie uznana za niepotrzebną, uczestnicy zostaną poproszeni o przesłanie zdjęć w dniu 14. Koordynator podejmie podobne działania, aby zapewnić zgodność.

Badanie obejmuje okres od 1. dnia (pierwsza wizyta w klinice) do 14.–18. dnia, kiedy zostaną wykonane ostateczne zdjęcia lub wizyty kontrolne. Notatki dotyczące przypadków będą stale aktualizowane w eClinicalWorks, co pozwoli określić, czy przypadki zostały rozwiązane, czy też wymagają ciągłej opieki.

Świadczeniodawcy podstawowej opieki zdrowotnej w UHP przejdą proces wdrożenia, obejmujący elektroniczną ankietę dotyczącą przyjmowania pacjentów i szkolenie w zakresie aplikacji BellePro Physician App za pośrednictwem grupowego czatu wideo. Dostawcy zostaną przeszkoleni w zakresie korzystania z aplikacji, a ich opinie zostaną zebrane w ankiecie wyjściowej, aby ocenić ich doświadczenia i chęć dalszego korzystania z systemu AI.

Biorąc pod uwagę złożoność diagnoz dermatologicznych, komisja przeglądowa złożona ze starszych dermatologów certyfikowanych przez radę potwierdzi diagnozy z badania. Proces przeglądu składa się z trzech etapów: wstępnej oceny obrazu, przeglądu zredagowanej dokumentacji medycznej i uwzględnienia wyników analizy AI. Konsensus komisji ustali ostateczną diagnozę, która zostanie udokumentowana do analizy. Sprawy, w których nie zostanie podjęta jednomyślna decyzja, zostaną wykluczone z końcowej oceny badania. Recenzje zostaną przeprowadzone po zakończeniu rejestracji.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

263

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

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

Nie

Opis

Kryteria włączenia:

  • Pacjent musi zgłosić się do przychodni z pierwotną dolegliwością dermatologiczną.
  • Pacjent musi mieć możliwość i chęć wyrażenia świadomej zgody oraz przestrzegania procedur badania i wizyt.
  • Uczestnicy muszą mieć dostęp do wymaganej technologii (np. smartfona z dostępem do Internetu) i umieć ją wykorzystać do wykonania wymaganego obrazu.

Kryteria wykluczenia:

  • Pacjenci, którzy nie są w stanie zastosować się do procedur badania ze względu na ograniczenia w zakresie zdrowia fizycznego lub psychicznego (w ocenie koordynatora badania).
  • Pacjenci pediatryczni, młodzieżowi i nastolatkowie, u których występują schorzenia dermatologiczne narządów płciowych, nie zostaną włączeni do badania (ze względu na ochronę prywatności pacjentów).

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

  • Główny cel: Diagnostyczny
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Inny: Standard opieki
Belle AI do oceny obrazu skóry.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność odniesień do obrazów Belle AI
Ramy czasowe: Do zakończenia badania, średnio 14 dni
Porównanie podstawowej diagnostyki prawdopodobieństwa obrazu systemu referencyjnego Belle AI z diagnozą referencyjną ustaloną przez komisję ds. przeglądu dermatologicznego; dodatkowa ocena trafności diagnoz drugiego i trzeciego najwyższego prawdopodobieństwa określonej za pomocą Bell Image Match Score
Do zakończenia badania, średnio 14 dni
Wpływ na obciążenie ekonomiczne
Ramy czasowe: Do zakończenia badania, średnio 14 dni
Mierz wpływ ekonomiczny, umożliwiając zdalną ocenę pacjentów
Do zakończenia badania, średnio 14 dni

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Zgodność diagnoz
Ramy czasowe: Do zakończenia badania, średnio 14 dni
Ocena zgodności między diagnostyką prawdopodobieństwa pierwotnego w systemie referencyjnego obrazu dermatologicznego firmy Belle AI a diagnozami stawianymi przez świadczeniodawców podstawowej opieki zdrowotnej
Do zakończenia badania, średnio 14 dni
Przydatność oceniana przez dostawcę
Ramy czasowe: Do zakończenia badania, średnio 14 dni
Ocena dostawców podstawowej opieki zdrowotnej przydatności Belle AI we wspieraniu diagnoz dermatologicznych, w tym analiz podgrup na podstawie przeszkolenia i doświadczenia dermatologicznego; podzielić na przypadki zgodności i niezgodności między diagnozami sztucznej inteligencji i dostawcy.
Do zakończenia badania, średnio 14 dni
Analiza wpływu kosztów
Ramy czasowe: Do zakończenia badania, średnio 14 dni
Ocena wpływu na koszty skuteczności diagnostycznej Belle AI z wykorzystaniem teoretycznych oszczędności w przypadku trafnej diagnozy AI.
Do zakończenia badania, średnio 14 dni

Inne miary wyników

Miara wyniku
Opis środka
Ramy czasowe
Przestrzeganie protokołu
Ramy czasowe: Do zakończenia badania, średnio 14 dni
Oddzielne analizy dla populacji zgodnej z protokołem i populacji zgodnej z zamiarem leczenia w celu zrozumienia skutków przestrzegania zaleceń.
Do zakończenia badania, średnio 14 dni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Współpracownicy

Śledczy

  • Główny śledczy: John Romano, MD, BelleTorus Corporation
  • Dyrektor Studium: Franco Barsanti, PharmD, Urban Health Plan Inc.

Publikacje i pomocne linki

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

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)

16 września 2024

Zakończenie podstawowe (Szacowany)

30 marca 2025

Ukończenie studiów (Szacowany)

30 czerwca 2025

Daty rejestracji na studia

Pierwszy przesłany

10 października 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

5 grudnia 2024

Pierwszy wysłany (Szacowany)

9 grudnia 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

9 grudnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

5 grudnia 2024

Ostatnia weryfikacja

1 grudnia 2024

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 1376629
  • 75N91023C00045 (Inny numer grantu/finansowania: National Institute of Health | National Cancer Institute)

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

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