Processo de Revisão por Pares Pré-tratamento Aprimorado por Inteligência Artificial (IA) para Melhorar a Segurança do Doente em Oncologia de Radiação
Desenvolvimento e Avaliação do Processo de Revisão Prévia por Pares Potenciado por Inteligência Artificial (IA) para Melhorar a Segurança do Doente em Radioncologia
Este estudo prospetivo testará ferramentas de apoio à decisão de inteligência artificial (IA) e de aprendizagem automática (ML). Esta ferramenta foi concebida para auxiliar médicos, físicos e outros profissionais durante a revisão por pares pré-tratamento, uma fase em que os planos de tratamento são verificados antes de um doente iniciar os cuidados.
O sistema destaca resumos que mostram como diferentes prestadores podem variar no seu planeamento de tratamento (resumos de variabilidade do prestador) e aponta os melhores sinais ou sinais de alerta a procurar (pistas ótimas). Ao chamar a atenção para estes padrões e pistas, a ferramenta visa ajudar os revisores a detetar possíveis erros de planeamento de tratamento mais cedo, reduzir a probabilidade de erros e melhorar a segurança geral do doente.
Visão geral do estudo
Status
Condições
Descrição detalhada
À medida que a radioterapia (RT) se torna mais complexa, o número de possíveis vias de erro aumenta. A revisão por pares com suporte de IA pode ajudar a detetar erros que de outra forma passariam despercebidos e promover padrões de segurança consistentes e equitativos em clínicas rurais e urbanas.
A radioterapia (RT) é utilizada em cerca de 50% dos doentes com cancro e geralmente administrada em clínicas ambulatórias. Tecnologias mais recentes, como a radioterapia de intensidade modulada (IMRT), a terapia de arco modulada volumétrica (VMAT) e a radioterapia guiada por imagem (IGRT), melhoram o tratamento ao proteger melhor o tecido normal e administrar doses mais elevadas nas áreas-alvo. No entanto, são mais complexas e requerem uma definição muito precisa dos alvos tumorais e dos tecidos normais. Mesmo pequenos erros na delimitação destas áreas podem levar a um subtratamento do tumor ou a um sobretratamento do tecido saudável. Estudos mostram que os erros na definição das áreas-alvo aumentaram na oncologia de radiação moderna. Como estes tratamentos são mais exigentes a nível cognitivo, o risco de erros de planeamento aumentou e, em alguns casos, os erros podem causar danos graves.
A revisão por pares pré-tratamento, em que uma equipa multidisciplinar revê o plano de tratamento antes do início da terapia, é um passo de segurança importante e é fortemente recomendada. É mais eficaz quando realizada antes do início do tratamento, uma vez que fazer correções mais tarde pode causar atrasos no tratamento, alterações apressadas e um impacto potencial significativo na segurança do doente.
Devido à crescente complexidade e carga de trabalho, há necessidade de fortalecer e automatizar parcialmente a revisão por pares pré-tratamento. As ferramentas de apoio à decisão de IA/ML podem ajudar resumindo informações-chave, destacando características incomuns do plano e chamando a atenção para áreas de risco potencial. Estas ferramentas não tomam decisões de tratamento. Em vez disso, fornecem análises e resumos visuais para apoiar os clínicos e reduzir a carga cognitiva.
Como a ferramenta também destaca diferenças na forma como os prestadores planeiam os tratamentos, pode ajudar a identificar variações nos cuidados e chamar a atenção para potenciais disparidades de saúde, apoiando futuros esforços para melhorar a equidade na oncologia de radiação.
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Olivia Morton
- Número de telefone: (984) 974-8441
- E-mail: olivia_roberts@med.unc.edu
Estude backup de contato
- Nome: Victoria Xu
- Número de telefone: (984) 974-8444
- E-mail: victoria_xu@med.unc.edu
Locais de estudo
-
-
North Carolina
-
Chapel Hill, North Carolina, Estados Unidos, 27599
- Recrutamento
- University of North Carolina at Chapel Hill, Department of Radiation Oncology
-
Contato:
- Olivia Morton
- Número de telefone: 984-974-8441
- E-mail: olivia_roberts@med.unc.edu
-
Investigador principal:
- Lukasz Mazur, PhD
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Descrição
Para participar neste estudo, um sujeito deve cumprir todos os critérios de elegibilidade descritos abaixo.
Critérios de Inclusão:
Apenas Prestadores
- ≥18 anos
- Participantes de revisão por pares em clínicas participantes
Apenas Pacientes
- ≥18 anos
- Todos os pacientes com casos de radioterapia para cancro da próstata tratados em locais participantes (nenhuma intervenção administrada aos pacientes)
Critérios de Exclusão:
Apenas Prestadores • Prestadores que não estejam dispostos/incapazes de cumprir os procedimentos do estudo; locais incapazes de implementar o fluxo de trabalho ou fornecer os resultados exigidos.
Pacientes e Prestadores
• Tem demência, estado mental alterado, ou qualquer condição psiquiátrica ou comórbida que impeça a compreensão ou prestação do consentimento informado
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Pesquisa de serviços de saúde
- Alocação: Não randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Outro: Fornecedores
Prestadores de oncologia de radiação envolvidos em revisão por pares em clínicas participantes.
|
Todo o planeamento do tratamento e monitorização clínica são conduzidos de acordo com os padrões institucionais e as políticas departamentais estabelecidas.
As atividades de revisão por pares prosseguem como aconteceriam na prática clínica de rotina, com a adição de análises opcionais geradas por Inteligência Artificial (IA) disponíveis para revisão clínica.
O sistema de IA / Machine Learning (ML) está incorporado nas reuniões programadas de revisão por pares do departamento e apresenta resumos analíticos e visualizações através de um dashboard que está integrado no fluxo de trabalho clínico existente.
O sistema funciona apenas como um auxiliar de suporte à decisão e não executa nem inicia quaisquer ações autónomas de planeamento do tratamento, alterações na administração da dose ou intervenções clínicas.
Durante a revisão da simulação (SIM), os contornos do alvo e dos órgãos de risco gerados pelo médico são revistos primeiro, de acordo com a prática padrão.
Só após esta revisão inicial é que o médico tratante pode, opcionalmente, aceder aos contornos gerados por IA para fins comparativos.
Outros nomes:
|
|
Sem intervenção: Pacientes
Pacientes com cancro da próstata que recebem radioterapia contribuem com resultados de segurança anonimizados.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Percentagem de pacientes com alterações nos contornos do volume nodal
Prazo: Baseline
|
Percentagem de doentes com alterações documentadas relativamente aos contornos do volume nodal após revisão por pares melhorada por Inteligência Artificial (IA).
|
Baseline
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Lukasz Mazur, PhD, UNC Lineberger Comprehensive Cancer Center
Publicações e links úteis
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
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
Outros números de identificação do estudo
- LCCC2607
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
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
produto fabricado e exportado 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 .