Detecção de fraturas assistida por IA em raios X (FRACT-AI) (FRACT-AI)

Este estudo foi adicionado como um subestudo ao estudo Simulation Training for Emergency Department Imaging 2 (ClinicalTrials.gov IDNCT05427838). Este trabalho tem como objetivo avaliar o impacto de um algoritmo aprimorado por Inteligência Artificial (IA) denominado Boneview na acurácia diagnóstica de médicos na detecção de fraturas em XR simples (Raio-X). O estudo criará um conjunto de dados de 500 radiografias simples envolvendo imagens padrão de todos os ossos, exceto o crânio e a coluna cervical, com 50% de casos normais e 50% contendo fraturas. Uma 'verdade básica' de referência para cada imagem para confirmar a presença ou ausência de uma fratura será estabelecida por um painel de radiologistas seniores. Este conjunto de dados será então inferido pelo algoritmo Gleamer Boneview para identificar fraturas. O desempenho do algoritmo será comparado com o padrão de referência. O estudo realizará então um estudo de múltiplos leitores e múltiplos casos, no qual os médicos interpretam todas as imagens sem IA e, posteriormente, com acesso à saída do algoritmo de IA. 18 médicos serão recrutados como leitores, sendo 3 de cada um dos seis grupos clínicos distintos: Medicina de Emergência, Trauma e Cirurgia Ortopédica, Enfermeiros de Emergência, Fisioterapia, Radiologia e Radiologistas, com três níveis de antiguidade em cada grupo. As mudanças na precisão dos relatórios (sensibilidade, especificidade), confiança e velocidade dos leitores em duas sessões serão comparadas. Os resultados serão analisados ​​​​em uma análise conjunta para todos os leitores, bem como para os seguintes subgrupos: Papel clínico, Nível de antiguidade, Achado patológico, Dificuldade de imagem. O estudo demonstrará o impacto de uma interpretação de IA em comparação com a interpretação dos médicos e em comparação com os médicos que usam a IA como um complemento à sua interpretação. O estudo representará uma variedade de formações profissionais e níveis de experiência entre o elemento clínico. O estudo utilizará radiografias simples que representarão uma variedade de visualizações anatômicas e apresentações patológicas, porém as radiografias apresentarão números iguais de radiografias patológicas e não patológicas, dando peso igual à avaliação de especificidade e sensibilidade. A aprovação ética já foi concedida e o estudo será divulgado por meio de publicação em periódicos revisados ​​por pares e apresentação em conferências relevantes.