- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT05048095
Искусственный интеллект в скрининге рака молочной железы в регионе Östergötland Linkoping (AI-ROL)
Использование ИИ в качестве третьего считывателя и во время консенсуса в программе двойного считывания скрининга рака молочной железы в Швеции
Обзор исследования
Статус
Условия
Вмешательство/лечение
Подробное описание
Система обнаружения рака ИИ будет выступать в качестве третьего считывателя и будет вызывать дополнительные случаи для консенсусной конференции: исследования, которые не были отозваны двойным чтением, но классифицированы как 3% наиболее подозрительных исследований на основе оценок риска рака, полученных ИИ. Во-вторых, ИИ используется в качестве поддержки принятия решений во время консенсуса. Оценки риска ИИ и метки компьютерного обнаружения (CAD) подозрительных кальцинатов и поражений мягких тканей предоставляются читателю(ям).
Гипотеза этого исследования заключается в том, что использование ИИ может улучшить качество программы скрининга за счет увеличения частоты обнаружения рака, не влияя на скорость отзыва.
Тип исследования
Регистрация (Действительный)
Контакты и местонахождение
Места учебы
-
-
Östergötland
-
Linköping, Östergötland, Швеция, 58185
- Region Östergötland
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Полы, имеющие право на обучение
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Женщины, участвующие в регулярной программе скрининга рака молочной железы в регионе Östergötland Linkoping
Критерий исключения:
- Женщины с грудными имплантатами или другими посторонними имплантатами на маммограмме
- Женщины с симптомами или признаками подозрения на рак молочной железы
Учебный план
Как устроено исследование?
Детали дизайна
- Наблюдательные модели: Когорта
- Временные перспективы: Перспективный
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Прошедшие скрининг женщины в регионе Östergötland Linkoping
|
Использование ИИ в качестве третьего считывателя и системы поддержки принятия решений во время консенсусной встречи.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Скорость обнаружения рака
Временное ограничение: Через 4 месяца включения
|
Доля женщин с диагнозом рак молочной железы среди отозванных после консенсуса
|
Через 4 месяца включения
|
|
Рейтинг отзывов или рефералов
Временное ограничение: Через 4 месяца включения
|
Доля женщин, направленных на дальнейшее диагностическое обследование после достижения консенсуса
|
Через 4 месяца включения
|
|
Положительная прогностическая ценность рефералов
Временное ограничение: Через 4 месяца включения
|
Доля женщин с диагнозом рак молочной железы среди направленных
|
Через 4 месяца включения
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Положительная прогностическая ценность шкалы Transpara®
Временное ограничение: Через 4 месяца включения
|
Доля рака молочной железы, диагностированного среди женщин с данным баллом AI
|
Через 4 месяца включения
|
Соавторы и исследователи
Следователи
- Главный следователь: Håkan Gustafsson, PhD, Linköping University - University Hospital
Публикации и полезные ссылки
Общие публикации
- Rodriguez-Ruiz A, Lang K, Gubern-Merida A, Broeders M, Gennaro G, Clauser P, Helbich TH, Chevalier M, Tan T, Mertelmeier T, Wallis MG, Andersson I, Zackrisson S, Mann RM, Sechopoulos I. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. J Natl Cancer Inst. 2019 Sep 1;111(9):916-922. doi: 10.1093/jnci/djy222.
- Rodriguez-Ruiz A, Krupinski E, Mordang JJ, Schilling K, Heywang-Kobrunner SH, Sechopoulos I, Mann RM. Detection of Breast Cancer with Mammography: Effect of an Artificial Intelligence Support System. Radiology. 2019 Feb;290(2):305-314. doi: 10.1148/radiol.2018181371. Epub 2018 Nov 20.
- van Winkel SL, Rodriguez-Ruiz A, Appelman L, Gubern-Merida A, Karssemeijer N, Teuwen J, Wanders AJT, Sechopoulos I, Mann RM. Impact of artificial intelligence support on accuracy and reading time in breast tomosynthesis image interpretation: a multi-reader multi-case study. Eur Radiol. 2021 Nov;31(11):8682-8691. doi: 10.1007/s00330-021-07992-w. Epub 2021 May 4.
- Pinto MC, Rodriguez-Ruiz A, Pedersen K, Hofvind S, Wicklein J, Kappler S, Mann RM, Sechopoulos I. Impact of Artificial Intelligence Decision Support Using Deep Learning on Breast Cancer Screening Interpretation with Single-View Wide-Angle Digital Breast Tomosynthesis. Radiology. 2021 Sep;300(3):529-536. doi: 10.1148/radiol.2021204432. Epub 2021 Jul 6.
- Raya-Povedano JL, Romero-Martin S, Elias-Cabot E, Gubern-Merida A, Rodriguez-Ruiz A, Alvarez-Benito M. AI-based Strategies to Reduce Workload in Breast Cancer Screening with Mammography and Tomosynthesis: A Retrospective Evaluation. Radiology. 2021 Jul;300(1):57-65. doi: 10.1148/radiol.2021203555. Epub 2021 May 4.
- Lang K, Dustler M, Dahlblom V, Akesson A, Andersson I, Zackrisson S. Identifying normal mammograms in a large screening population using artificial intelligence. Eur Radiol. 2021 Mar;31(3):1687-1692. doi: 10.1007/s00330-020-07165-1. Epub 2020 Sep 2.
- Rodriguez-Ruiz A, Lang K, Gubern-Merida A, Teuwen J, Broeders M, Gennaro G, Clauser P, Helbich TH, Chevalier M, Mertelmeier T, Wallis MG, Andersson I, Zackrisson S, Sechopoulos I, Mann RM. Can we reduce the workload of mammographic screening by automatic identification of normal exams with artificial intelligence? A feasibility study. Eur Radiol. 2019 Sep;29(9):4825-4832. doi: 10.1007/s00330-019-06186-9. Epub 2019 Apr 16.
- Lang K, Hofvind S, Rodriguez-Ruiz A, Andersson I. Can artificial intelligence reduce the interval cancer rate in mammography screening? Eur Radiol. 2021 Aug;31(8):5940-5947. doi: 10.1007/s00330-021-07686-3. Epub 2021 Jan 23.
- Sasaki M, Tozaki M, Rodriguez-Ruiz A, Yotsumoto D, Ichiki Y, Terawaki A, Oosako S, Sagara Y, Sagara Y. Artificial intelligence for breast cancer detection in mammography: experience of use of the ScreenPoint Medical Transpara system in 310 Japanese women. Breast Cancer. 2020 Jul;27(4):642-651. doi: 10.1007/s12282-020-01061-8. Epub 2020 Feb 12.
- Kerschke L, Weigel S, Rodriguez-Ruiz A, Karssemeijer N, Heindel W. Using deep learning to assist readers during the arbitration process: a lesion-based retrospective evaluation of breast cancer screening performance. Eur Radiol. 2022 Feb;32(2):842-852. doi: 10.1007/s00330-021-08217-w. Epub 2021 Aug 12.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Действительный)
Завершение исследования (Действительный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- NCT20210157-AI-ROL
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .