Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Estudo retrospectivo do desempenho Carebot AI CXR na prática pré-clínica

12 de julho de 2023 atualizado por: Carebot s.r.o.

Detecção de anormalidades por radiografia de tórax usando inteligência artificial: estudo retrospectivo do desempenho do Carebot AI CXR na prática pré-clínica

O objetivo deste estudo é descrever o design, a metodologia e a avaliação do teste pré-clínico do software Carebot AI CXR e fornecer evidências de que o dispositivo médico investigado atende aos requisitos do usuário de acordo com o uso pretendido. O Carebot AI CXR é definido como um sistema de recomendação (classificação "previsão") baseado na detecção assistida por computador. O software pode ser usado em uma implantação pré-clínica em um local selecionado antes da interpretação (priorização, exibição de todos os resultados e mapas de calor) ou após a interpretação (verificação dos achados) das imagens de CXR e de acordo com as recomendações do fabricante. Diante disso, um estudo retrospectivo é realizado para testar a eficácia clínica em CXRs existentes.

Visão geral do estudo

Descrição detalhada

O desempenho do software Carebot AI CXR treinado e validado internamente é testado em um conjunto de 127 imagens CXR da população-alvo. Isso é comparado à prática clínica comum, ou seja, avaliação de imagem por um radiologista em um hospital. Os pacientes podem ter uma variedade de achados; nesta fase da avaliação, um achado anormal é considerado uma anormalidade em qualquer uma das classes definidas. Imagens falsas negativas incorretamente previstas pelo software Carebot AI CXR resultam em uma determinação de impacto clínico.

Para coletar os dados do CXR para estudo retrospectivo, os investigadores se dirigiram a um hospital municipal na República Tcheca que presta serviços de saúde para até 130.000 residentes de uma cidade de médio porte (aproximadamente 70.000 habitantes) e arredores. 127 imagens anônimas de RXC foram coletadas entre 15 e 17 de agosto de 2022 e, posteriormente, submetidas a cinco radiologistas independentes de experiência variada para anotação. Os radiologistas selecionados foram solicitados a avaliar se a imagem de RX mostra alguma das 12 anormalidades pré-selecionadas. Imagens pediátricas de RX (menores de 18 anos), exames com problemas técnicos (má qualidade de imagem, rotação) e imagens em projeção lateral foram excluídos do conjunto de dados.

Tipo de estudo

Observacional

Inscrição (Real)

127

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

      • Havířov, Tcheca, 73601
        • Nemocnice Havířov, p. o.

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

14 anos e mais velhos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Para coletar os dados do RX para estudo retrospectivo, abordamos um hospital municipal na República Tcheca que presta serviços de saúde para até 130.000 residentes de uma cidade de médio porte (aproximadamente 70.000 habitantes) e arredores. 127 imagens anônimas de CXR foram coletadas entre 15 e 17 de agosto de 2022.

Descrição

Critério de inclusão:

  • Pacientes hospitalizados que foram encaminhados para radiografia de tórax entre 15 e 17 de agosto de 2022.

Critério de exclusão:

  • Imagens pediátricas de tomografia computadorizada (menores de 18 anos)
  • Digitalizações com problemas técnicos (baixa qualidade de imagem, rotação)
  • Imagens em projeção lateral

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Modelos de observação: Coorte
  • Perspectivas de Tempo: Retrospectivo

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Coleta retrospectiva de arquivos de pacientes DICOM para o período de 15 a 17 de agosto
Para coletar os dados do RX para estudo retrospectivo, abordamos um hospital municipal na República Tcheca que presta serviços de saúde para até 130.000 residentes de uma cidade de médio porte (aproximadamente 70.000 habitantes) e arredores. 127 imagens anônimas de RXC foram coletadas entre 15 e 17 de agosto de 2022 e, posteriormente, submetidas a cinco radiologistas independentes de experiência variada para anotação. Os radiologistas selecionados foram solicitados a avaliar se a imagem de RX mostra alguma das 12 anormalidades mencionadas acima. Imagens pediátricas de RX (menores de 18 anos), exames com problemas técnicos (má qualidade de imagem, rotação) e imagens em projeção lateral foram excluídos do conjunto de dados.
O Carebot AI CXR é um software baseado em aprendizado profundo que auxilia os radiologistas na interpretação de radiografias de tórax em projeções póstero-anteriores (PA) ou anteroposteriores (AP). A solução com inteligência artificial detecta automaticamente anormalidades com base em padrões visuais para os seguintes achados: atelectasia, consolidação, cardiomegalia, alargamento do mediastino, pneumoperitônio, pneumotórax, edema pulmonar, lesão pulmonar, fratura óssea, aumento hilar, enfisema subcutâneo e derrame pleural.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Objetivo primário
Prazo: 20-10-2022
Comparação da precisão do radiologista e da avaliação de imagem Carebot AI CXR.
20-10-2022

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Objetivo secundário
Prazo: 20-10-2022
Comparação da precisão de radiologis com experiência diferente vs. Carebot AI CXR. Avaliação de fraqueza do Carebot AI CXR.
20-10-2022

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

15 de agosto de 2022

Conclusão Primária (Real)

17 de agosto de 2022

Conclusão do estudo (Real)

20 de outubro de 2022

Datas de inscrição no estudo

Enviado pela primeira vez

21 de outubro de 2022

Enviado pela primeira vez que atendeu aos critérios de CQ

21 de outubro de 2022

Primeira postagem (Real)

26 de outubro de 2022

Atualizações de registro de estudo

Última Atualização Postada (Real)

13 de julho de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

12 de julho de 2023

Última verificação

1 de julho de 2023

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Os resultados do estudo retrospectivo são usados ​​para validar o software Carebot AI CXR para a população-alvo antes da implantação no local de trabalho.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever