Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Искусственный интеллект улучшит интерпретацию врачами рентгенограмм грудной клетки у пациентов с одышкой (XRAI)

20 декабря 2021 г. обновлено: Olav Wendelboe Nielsen, Bispebjerg Hospital

Искусственный интеллект для улучшения чтения рентгенограмм грудной клетки у пациентов с острой одышкой: рандомизированное контролируемое исследование

Выявление причины одышки у острых пациентов в отделении неотложной помощи является критически важным и сложным. Рентгенограмма грудной клетки занимает центральное место, но ее трудно читать врачам, не являющимся рентгенологами. Часто врачи читают рентгенограммы в одиночку из-за нерабочих часов и нехватки специалистов по радиологии. Искусственный интеллект (ИИ) может помочь в чтении рентгеновских снимков грудной клетки. Гипотеза состоит в том, что ИИ, применяемый к рентгенографии грудной клетки, повышает точность диагностики врачей скорой помощи у пациентов с острой одышкой.

Обзор исследования

Статус

Запись по приглашению

Условия

Вмешательство/лечение

Подробное описание

Фон:

Острая одышка является распространенным симптомом в отделении неотложной помощи (ЭД), но существует множество возможных дифференциальных диагнозов. Рентген грудной клетки (РГК) имеет большое значение для различения этих диагнозов и начала надлежащего лечения, но его трудно интерпретировать для врачей, не являющихся рентгенологами. Рентгенологические отделения сталкиваются с необходимостью прочтения постоянно растущего числа неотложных рентгенограмм, что превышает необходимые ресурсы. Поэтому в неотложных состояниях врачам неотложной помощи часто приходится читать и диагностировать только рентгенографию. В целом существует неудовлетворенная потребность в помощи с интерпретацией CXR в ED.

Программное обеспечение искусственного интеллекта (ИИ) для интерпретации CXR было разработано для обнаружения патологических изменений. В этом исследовании основная цель состоит в том, чтобы выяснить, улучшает ли ИИ диагностику на рентгенограмме врачами, не являющимися радиологами, у пациентов с одышкой в ​​отделении неотложной помощи.

Исследователи предполагают, что ИИ, примененный к рентгенографии грудной клетки, повышает точность диагностики врачей скорой помощи у пациентов с острой одышкой. Исследование может повлиять на внедрение ИИ в клиническую практику.

Метод:

В рандомизированном контролируемом перекрестном исследовании и исследовании с несколькими читателями, в котором участвовали несколько пациентов, в общей сложности 33 врача неотложной помощи рассмотрят рентгенограммы 231 проспективно собранного пациента, включая важную информацию о пациенте. Каждый врач рассмотрит данные 46 пациентов. В случайном порядке и в два разных дня каждый CXR проверяется один раз с поддержкой ИИ и один раз без нее. Каждого врача просят оценить диагноз сердечной недостаточности, диагноз пневмонии, а также наличие или отсутствие результатов рентгенографии с острыми примечательными явлениями. Эталонным стандартом являются радиологические диагнозы, полученные двумя независимыми рентгенологами грудной клетки, не учитывающими все клинические данные.

Врачи сообщают о своих диагнозах в онлайн-анкете на основе REDCap®. Также собирается информация, которая может повлиять на точность диагностики, например, уровень образования и опыт чтения рентгенографии, а также вопросы о том, насколько врач уверен в своем предварительном диагнозе. Врачей спрашивают об их интересе, прошлом опыте и ожиданиях от ИИ, а также о последующей оценке этих качеств.

Тип исследования

Интервенционный

Регистрация (Ожидаемый)

33

Фаза

  • Непригодный

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Дания
      • Copenhagen, Дания
        • University Hospital Bispebjerg and Frederiksberg

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Описание

Критерии включения:

  • Доктор медицины (MD)
  • Опыт работы с экстренными пациентами

Критерий исключения:

  • Текущая или бывшая работа радиологом
  • Нежелание дать согласие

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Основная цель: Диагностика
  • Распределение: Рандомизированный
  • Интервенционная модель: Назначение кроссовера
  • Маскировка: Нет (открытая этикетка)

Оружие и интервенции

Группа участников / Армия
Вмешательство/лечение
Экспериментальный: Поддержка ИИ
Устройство: Поддержка ИИ
Изображения были распределены между участниками. При рандомизированном распределении одна половина изображений для каждого участника просматривается с поддержкой ИИ, а другая половина просматривается без поддержки ИИ в первый пробный день. Во второй пробный день те же изображения просматриваются без ИИ и с ИИ соответственно. Это гарантирует, что все изображения будут дважды прочитаны одним и тем же участником как с поддержкой ИИ, так и без нее.
Другие имена:
  • Oxipit.ai
Без вмешательства: Поддержка без искусственного интеллекта

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Точность диагностики ОДСН при острой рентгенографии с ИИ по сравнению с отсутствием ИИ
Временное ограничение: 3 месяца
Первичным исходом является разница в диагностической точности диагноза ОДСН, поставленного врачами-нерадиологами при острой рентгенографии, по сравнению с золотым стандартом. Шансы на правильный диагноз сравниваются с использованием отношения шансов с 95% доверительным интервалом, оцененным с использованием условной логистической регрессии, стратифицированной по каждому изображению с ИИ и без него. Таким образом, сообщается об улучшении шансов на правильную классификацию после поддержки ИИ по сравнению с до. Уровень значимости равен 0,025.
3 месяца
Точность диагностики пневмонии при острой рентгенографии с ИИ по сравнению с отсутствием ИИ
Временное ограничение: 3 месяца
Первичным исходом является разница в диагностической точности диагноза пневмонии врачами-нерадиологами на острой рентгенограмме по сравнению с золотым стандартом. Шансы на правильный диагноз сравниваются с использованием отношения шансов с 95% доверительным интервалом, оцененным с использованием условной логистической регрессии, стратифицированной по каждому изображению с ИИ и без него. Таким образом, сообщается об улучшении шансов на правильную классификацию после поддержки ИИ по сравнению с до. Уровень значимости равен 0,025.
3 месяца

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Bispebjerg Hospital

Соавторы

Enlitic.com
Oxipit.ai

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

19 октября 2021 г.

Первичное завершение (Ожидаемый)

1 февраля 2022 г.

Завершение исследования (Ожидаемый)

1 июля 2022 г.

Даты регистрации исследования

Первый отправленный

1 ноября 2021 г.

Впервые представлено, что соответствует критериям контроля качества

1 ноября 2021 г.

Первый опубликованный (Действительный)

11 ноября 2021 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

11 января 2022 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

20 декабря 2021 г.

Последняя проверка

1 декабря 2021 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • FACTUAL-XRAI 1.0

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

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. .

Клинические исследования Поддержка ИИ

Искать похожие исследования

Спонсоры и соавторы

Заболевания

Медикаментозные вмешательства

CROs by country

CROs in Montenegro

Заболевания

Редкие заболевания

Медикаментозные вмешательства

Пищевые добавки

Спонсор / Соавторы

Места

Подписаться