- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06018545
Avaliação do leitor assistida por IA na interpretação aguda da cabeça por tomografia computadorizada (TC) (AI-REACT)
Avaliação do leitor assistida por IA na interpretação aguda da cabeça de TC
Este estudo foi adicionado como um subestudo ao estudo Simulation Training for Emergency Department Imaging 2 (ClinicalTrials.gov IDNCT05427838).
O objetivo do estudo é avaliar o impacto de uma ferramenta de Inteligência Artificial (IA) chamada qER 2.0 EU no desempenho dos leitores, incluindo radiologistas gerais, médicos de medicina de emergência e radiologistas, na interpretação de tomografias computadorizadas sem contraste. O estudo tem como objetivo avaliar as mudanças na precisão, tempo de revisão e confiança no diagnóstico ao usar a ferramenta de IA. Procura também fornecer evidências sobre o desempenho de diagnóstico da ferramenta de IA e o seu potencial para melhorar a eficiência e o atendimento ao paciente no contexto do Serviço Nacional de Saúde (SNS). O estudo usará um conjunto de dados de 150 tomografias computadorizadas de crânio, incluindo casos de controle e casos anormais com anormalidades específicas. Os resultados deste estudo informarão estudos de acompanhamento maiores em ambientes reais do Departamento de Emergência (DE).
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Glasgow, Reino Unido, G12 0XH
- NHS Greater Glasgow and Clyde
-
Newcastle upon Tyne, Reino Unido, NE27 0QJ
- Northumbria Healthcare NHS Foundation Trust
-
-
London
-
London, London, Reino Unido, SE1 7EH
- Guy's & St Thomas NHS Foundation Trust
-
-
Oxfordshire
-
Oxford, Oxfordshire, Reino Unido, OX3 9DU
- Oxford University Hospitals NHS Foundation Trust
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Contexto:
Os leitores serão recrutados nos seguintes quatro trustes hospitalares (nível secundário e terciário:
- Guy's & St Thomas NHS Foundation Trust
- Northumbria Healthcare NHS Foundation Trust
- NHS Grande Glasgow e Clyde
- Hospitais da Universidade de Oxford NHS Foundation Trust
Participantes:
Serão selecionados 30 leitores participantes voluntários dos seguintes grupos:
- Consultores e registradores de medicina de emergência (5 consultores, 5 registradores (ST3-6), 5 juniores (F1-ST2)
- Consultores e registradores radiologistas gerais (5 consultores, 5 registradores)
- 5 radiologistas de tomografia computadorizada
Descrição
Critério de inclusão:
- Radiologistas/radiologistas/médicos de pronto-socorro que revisam tomografias computadorizadas de crânio como parte de sua prática clínica
Critério de exclusão:
- Neurorradiologistas.
- Grupos de não radiologistas: médicos com treinamento formal anterior de pós-graduação em relatórios de tomografia computadorizada
- Grupo de Medicina de Emergência: Médicos com carreira anterior em radiologia/neurocirurgia até o nível de registro
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Leitores
Serão recrutados 30 leitores em quatro fundos do NHS, incluindo dez radiologistas gerais, quinze médicos de medicina de emergência e cinco radiologistas de tomografia computadorizada de antiguidade variada.
Os leitores interpretarão cada varredura primeiro sem e depois com a ajuda da ferramenta de IA, com um período de intervalo de 4 semanas.
Usando um painel de neurorradiologistas como base, o desempenho autônomo do qER será avaliado, e seu impacto no desempenho dos leitores será analisado como mudança na precisão, tempo médio de revisão por varredura e confiança diagnóstica autorrelatada.
As análises de subgrupo serão realizadas por grupo profissional de leitores, antiguidade do leitor, achado patológico e dificuldade avaliada pelo neurorradiologista.
|
Todos os 30 leitores revisarão todos os 150 casos, em cada uma das duas fases do estudo.
Os leitores darão sua opinião sobre a presença ou ausência de algumas anormalidades agudas, incluindo hemorragia intracraniana, infarto, desvio da linha média e fratura.
Eles fornecerão confiança em seu diagnóstico (escala visual analógica de 10 pontos) e um único clique para marcar a localização de cada anormalidade que consideram presente.
O tempo necessário para cada varredura será registrado automaticamente.
|
|
Verdadeiros terrestres
Dois neurorradiologistas consultores revisarão independentemente as imagens para estabelecer as descobertas da 'verdade básica' nas tomografias computadorizadas que serão usadas como padrão de referência.
Em caso de desacordo, será solicitada a opinião de um terceiro neurorradiologista sênior para arbitragem.
Uma pontuação de dificuldade será atribuída a cada varredura pelos verificadores terrestres usando uma escala Likert de 5 pontos.
|
Dois neurorradiologistas consultores revisarão independentemente as imagens para estabelecer as descobertas da 'verdade básica' nas tomografias computadorizadas que serão usadas como padrão de referência.
Em caso de desacordo, será solicitada a opinião de um terceiro neurorradiologista sênior para arbitragem.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Desempenho do leitor: Sensibilidade, especificidade, comparativo entre com e sem assistência de IA.
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
O desempenho do leitor será avaliado como sensibilidade, especificidade, com e sem assistência de IA.
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Desempenho do leitor: Valor preditivo positivo e negativo, comparativo entre com e sem assistência de IA.
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
O desempenho do leitor será avaliado como Valor Preditivo Positivo (VPP) e valor preditivo negativo (VPN), com e sem assistência de IA.
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Desempenho do leitor: Área sob a Curva Característica Operacional do Receptor (AUROC), comparativo entre com e sem assistência de IA.
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
O desempenho do leitor será avaliado como Área sob a Curva Característica Operacional do Receptor (AUROC), com e sem assistência de IA.
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Velocidade do leitor: tempo médio necessário para revisar uma varredura, com ou sem assistência de IA.
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
A velocidade do leitor será avaliada como o tempo necessário para revisar uma varredura, usando o tempo unitário de segundos.
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Confiança do leitor: Confiança diagnóstica autorreferida em uma escala visual analógica de 10 pontos, com ou sem assistência de IA.
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
Na plataforma de leitura (RAIQC), uma das questões questiona o nível de confiança que o participante tem em sua opinião diagnóstica.
A questão oferece uma escala de 1 a 10, onde 1 é pouco confiante e 10 é altamente confiante.
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Desempenho qER (algoritmo AI): Sensibilidade e especificidade
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
O desempenho do qER será avaliado como sensibilidade, especificidade.
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Desempenho qER (algoritmo AI): valor preditivo positivo e negativo.
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
O desempenho do qER será avaliado como Valor Preditivo Positivo (VPP) e valor preditivo negativo (VPN).
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
|
Desempenho qER (algoritmo AI): Área sob a curva característica de operação do receptor (AUROC).
Prazo: Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
O desempenho do qER será avaliado como Área sob a Curva Característica Operacional do Receptor (AUROC)
|
Durante 6 semanas, que é o período de leitura ou revisão dos casos/exames.
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Alex Novak, MSc, National Health Services in the United Kingdom (NHS UK)
- Investigador principal: Sarim Ather, PhD, National Health Services in the United Kingdom (NHS UK)
Publicações e links úteis
Publicações Gerais
- Juszczyk K, Ireland K, Thomas B, Kroon HM, Hollington P. Reduction in hospital admissions with an early computed tomography scan: results of an outpatient management protocol for uncomplicated acute diverticulitis. ANZ J Surg. 2019 Sep;89(9):1085-1090. doi: 10.1111/ans.15285. Epub 2019 Jun 17.
- Chan J, Fan KS, Mak TLA, Loh SY, Ng SWY, Adapala R. Pre-Operative Imaging can Reduce Negative Appendectomy Rate in Acute Appendicitis. Ulster Med J. 2020 Jan;89(1):25-28. Epub 2020 Feb 18.
- Greenhalgh R, Howlett DC, Drinkwater KJ. Royal College of Radiologists national audit evaluating the provision of imaging in the severely injured patient and compliance with national guidelines. Clin Radiol. 2020 Mar;75(3):224-231. doi: 10.1016/j.crad.2019.10.025. Epub 2019 Dec 19.
- Lin E, Yuh EL. Computational Approaches for Acute Traumatic Brain Injury Image Recognition. Front Neurol. 2022 Mar 9;13:791816. doi: 10.3389/fneur.2022.791816. eCollection 2022.
- Sheth SA, Giancardo L, Colasurdo M, Srinivasan VM, Niktabe A, Kan P. Machine learning and acute stroke imaging. J Neurointerv Surg. 2023 Feb;15(2):195-199. doi: 10.1136/neurintsurg-2021-018142. Epub 2022 May 25.
- Yeo M, Tahayori B, Kok HK, Maingard J, Kutaiba N, Russell J, Thijs V, Jhamb A, Chandra RV, Brooks M, Barras CD, Asadi H. Review of deep learning algorithms for the automatic detection of intracranial hemorrhages on computed tomography head imaging. J Neurointerv Surg. 2021 Apr;13(4):369-378. doi: 10.1136/neurintsurg-2020-017099. Epub 2021 Jan 21.
- Chilamkurthy S, Ghosh R, Tanamala S, Biviji M, Campeau NG, Venugopal VK, Mahajan V, Rao P, Warier P. Deep learning algorithms for detection of critical findings in head CT scans: a retrospective study. Lancet. 2018 Dec 1;392(10162):2388-2396. doi: 10.1016/S0140-6736(18)31645-3. Epub 2018 Oct 11.
- Lee JY, Kim JS, Kim TY, Kim YS. Detection and classification of intracranial haemorrhage on CT images using a novel deep-learning algorithm. Sci Rep. 2020 Nov 25;10(1):20546. doi: 10.1038/s41598-020-77441-z.
- Arbabshirani MR, Fornwalt BK, Mongelluzzo GJ, Suever JD, Geise BD, Patel AA, Moore GJ. Advanced machine learning in action: identification of intracranial hemorrhage on computed tomography scans of the head with clinical workflow integration. NPJ Digit Med. 2018 Apr 4;1:9. doi: 10.1038/s41746-017-0015-z. eCollection 2018.
- Davis MA, Rao B, Cedeno PA, Saha A, Zohrabian VM. Machine Learning and Improved Quality Metrics in Acute Intracranial Hemorrhage by Noncontrast Computed Tomography. Curr Probl Diagn Radiol. 2022 Jul-Aug;51(4):556-561. doi: 10.1067/j.cpradiol.2020.10.007. Epub 2020 Nov 15.
- Wardlaw JM, Mair G, von Kummer R, Williams MC, Li W, Storkey AJ, Trucco E, Liebeskind DS, Farrall A, Bath PM, White P. Accuracy of Automated Computer-Aided Diagnosis for Stroke Imaging: A Critical Evaluation of Current Evidence. Stroke. 2022 Jul;53(7):2393-2403. doi: 10.1161/STROKEAHA.121.036204. Epub 2022 Apr 20.
- Finck T, Moosbauer J, Probst M, Schlaeger S, Schuberth M, Schinz D, Yigitsoy M, Byas S, Zimmer C, Pfister F, Wiestler B. Faster and Better: How Anomaly Detection Can Accelerate and Improve Reporting of Head Computed Tomography. Diagnostics (Basel). 2022 Feb 10;12(2):452. doi: 10.3390/diagnostics12020452.
- Warman R, Warman A, Warman P, Degnan A, Blickman J, Chowdhary V, Dash D, Sangal R, Vadhan J, Bueso T, Windisch T, Neves G. Deep Learning System Boosts Radiologist Detection of Intracranial Hemorrhage. Cureus. 2022 Oct 13;14(10):e30264. doi: 10.7759/cureus.30264. eCollection 2022 Oct.
- Dyer T, Chawda S, Alkilani R, Morgan TN, Hughes M, Rasalingham S. Validation of an artificial intelligence solution for acute triage and rule-out normal of non-contrast CT head scans. Neuroradiology. 2022 Apr;64(4):735-743. doi: 10.1007/s00234-021-02826-4. Epub 2021 Oct 8.
- Mallon DH, Taylor EJR, Vittay OI, Sheeka A, Doig D, Lobotesis K. Comparison of automated ASPECTS, large vessel occlusion detection and CTP analysis provided by Brainomix and RapidAI in patients with suspected ischaemic stroke. J Stroke Cerebrovasc Dis. 2022 Oct;31(10):106702. doi: 10.1016/j.jstrokecerebrovasdis.2022.106702. Epub 2022 Aug 19.
- Andralojc LE, Kim DH, Edwards AJ. Diagnostic accuracy of a decision-support software for the detection of intracranial large-vessel occlusion in CT angiography. Clin Radiol. 2023 Apr;78(4):e313-e318. doi: 10.1016/j.crad.2022.10.017. Epub 2023 Jan 11.
- Zech JR, Badgeley MA, Liu M, Costa AB, Titano JJ, Oermann EK. Variable generalization performance of a deep learning model to detect pneumonia in chest radiographs: A cross-sectional study. PLoS Med. 2018 Nov 6;15(11):e1002683. doi: 10.1371/journal.pmed.1002683. eCollection 2018 Nov.
- Huang SC, Pareek A, Jensen M, Lungren MP, Yeung S, Chaudhari AS. Self-supervised learning for medical image classification: a systematic review and implementation guidelines. NPJ Digit Med. 2023 Apr 26;6(1):74. doi: 10.1038/s41746-023-00811-0.
- Hillis SL, Obuchowski NA, Schartz KM, Berbaum KS. A comparison of the Dorfman-Berbaum-Metz and Obuchowski-Rockette methods for receiver operating characteristic (ROC) data. Stat Med. 2005 May 30;24(10):1579-607. doi: 10.1002/sim.2024.
- Obuchowski NA. Sample size tables for receiver operating characteristic studies. AJR Am J Roentgenol. 2000 Sep;175(3):603-8. doi: 10.2214/ajr.175.3.1750603.
- Guo Y, He Y, Lyu J, Zhou Z, Yang D, Ma L, Tan HT, Chen C, Zhang W, Hu J, Han D, Ding G, Liu S, Qiao H, Xu F, Lou X, Dai Q. Deep learning with weak annotation from diagnosis reports for detection of multiple head disorders: a prospective, multicentre study. Lancet Digit Health. 2022 Aug;4(8):e584-e593. doi: 10.1016/S2589-7500(22)00090-5. Epub 2022 Jun 17.
- Fu H, Novak A, Robert D, Kumar S, Tanamala S, Oke J, Bhatia K, Shah R, Romsauerova A, Das T, Espinosa A, Grzeda MT, Narbone M, Dharmadhikari R, Harrison M, Vimalesvaran K, Gooch J, Woznitza N, Salik N, Campbell A, Khan F, Lowe DJ, Shuaib H, Ather S. AI assisted reader evaluation in acute CT head interpretation (AI-REACT): protocol for a multireader multicase study. BMJ Open. 2024 Feb 12;14(2):e079824. doi: 10.1136/bmjopen-2023-079824.
Links úteis
- Richards M. Diagnostics: Recovery and Renewal - Report of the Independent Review of Diagnostic Services for NHS England. NHS England 2022.
- Royal College of Radiologists. Clinical radiology UK workforce census 2019 report. Royal College of Radiologists 2020.
- National Institute for Health and Care Excellence. Artificial intelligence for analysing CT brain scans. 2020.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
- Distúrbios Cerebrovasculares
- Doenças Cerebrais
- Doenças do Sistema Nervoso Central
- Doenças do Sistema Nervoso
- Doenças Vasculares
- Doenças cardiovasculares
- Ferimentos e Lesões
- Processos Patológicos
- Hemorragia
- Infarto Cerebral
- Isquemia Cerebral
- Infarte
- Necrose
- Trauma Craniocerebral
- Trauma, Sistema Nervoso
- Isquemia
- Derrame
- Condições Patológicas, Sinais e Sintomas
- AVC Isquêmico
- Infarto cerebral
- Lesões cerebrais
- Edema Cerebral
- Hidrocefalia
- Hemorragias Intracranianas
Outros números de identificação do estudo
- 310995 - A
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
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 .
Ensaios clínicos em Infarto cerebral
-
Ankara City Hospital BilkentRecrutamentoParalisia Cerebral (PC) | Paralisia Cerebral, Espástica, Diplégica | Paralisia Cerebral Diplégica com Espasticidade | Estimulação Magnética TranscranianaTurquia (Türkiye)
-
Suleyman Demirel UniversityConcluídoParalisia cerebral | Paralisia Cerebral Hemiplégica | Paralisia Cerebral Diplegia EspásticaTurquia (Türkiye)
-
Holland Bloorview Kids Rehabilitation HospitalCanadian Institutes of Health Research (CIHR)RecrutamentoParalisia Cerebral (PC) | Paralisia Cerebral HemiplégicaCanadá
-
University of Colorado, DenverConcluídoFluxo Sanguíneo Cerebral | Função cerebralEstados Unidos
-
Cairo UniversityConcluídoParalisia Cerebral (PC) | Paralisia Cerebral UnilateralEgito
-
UMC UtrechtConcluídoCirculação extracorpórea | Perfusão Cerebral | Oxigenação CerebralHolanda
-
University of California, San FranciscoAinda não está recrutandoParalisia cerebral | Paralisia Cerebral (PC) | Infantil | Paralisia Cerebral InfantilEstados Unidos
-
Ankara Ataturk Sanatorium Training and Research...Ainda não está recrutandoOximetria Cerebral Intraoperatória | Monitorização da Oxigenação CerebralTurquia (Türkiye)
-
Lahore University of Biological and Applied SciencesAinda não está recrutandoParalisia Cerebral Diplegia EspásticaPaquistão
-
Maastricht University Medical CenterNational Dairy CouncilAinda não está recrutandoFluxo Sanguíneo Cerebral | Performance cognitiva | Microbiota Intestinal | Controle de apetite | Função Vascular Cerebral | Sensibilidade cerebral à insulinaHolanda
Ensaios clínicos em Leitura
-
Opera CRO, a TIGERMED Group CompanyConcluído
-
Università Vita-Salute San RaffaeleUniversity of Milano Bicocca; University of Urbino "Carlo Bo"Inscrevendo-se por conviteNascimento prematuro | Dislexia do DesenvolvimentoItália
-
Children's Hospital Medical Center, CincinnatiConcluídoRelações Pai-Filho | Desenvolvimento da linguagem | AlfabetizaçãoEstados Unidos