Повышение точности диагностики при идентификации переломов на рентгенограммах скелетно-мышечной системы с использованием глубокого обучения: ретроспективное исследование с участием нескольких читателей
16 марта 2026 г. обновлено: Carebot s.r.o.
Целью этого ретроспективного исследования является оценка эффективности искусственного интеллекта (ИИ) в выявлении переломов на рентгенограммах скелетно-мышечной системы.
Сравнивая производительность модели искусственного интеллекта глубокого обучения с работой опытных рентгенологов, мы стремимся понять, как искусственный интеллект может помочь повысить точность обнаружения переломов в клинических условиях.
В ходе исследования было проанализировано 600 рентгеновских снимков как детей, так и взрослых пациентов, основное внимание уделялось выявлению переломов в различных частях тела, включая стопу, лодыжку, колено, руку, запястье и многое другое.
Результаты показывают, что интеграция ИИ может повысить чувствительность рентгенологов при обнаружении переломов, потенциально улучшая результаты лечения пациентов за счет уменьшения количества пропущенных травм.
Обзор исследования
Статус
Завершенный
Условия
Вмешательство/лечение
Тип исследования
Наблюдательный
Регистрация (Действительный)
600
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
Moravskoslezský kraj
-
Frýdek-Místek, Moravskoslezský kraj, Чехия, 73801
- Nemocnice ve Frýdku-Místku, p.o.
-
-
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
Метод выборки
Невероятностная выборка
Исследуемая популяция
В исследование включена ретроспективная когорта педиатрических и взрослых пациентов, прошедших рентгенограммы скелетно-мышечной системы в период с 20 марта по 8 мая 2023 года в одноцентровой больнице.
Описание
Критерии включения:
- Пациенты в возрасте 1 года и старше.
- Рентгеновские снимки опорно-двигательного аппарата доступны в формате цифровой визуализации и коммуникаций в медицине (DICOM).
- По крайней мере, одна цифровая обзорная рентгенограмма аппендикулярной части тела, включая стопу, лодыжку, колено, кисть, запястье, локоть, плечо или таз.
Критерии исключения:
- Плохое рентгенологическое качество, исключающее человеческую интерпретацию.
- Рентгенограммы поясничного, грудного и шейного отдела позвоночника или костей лица/носа.
- Рентгенограммы, не соответствующие критериям включения аппендикулярных частей тела.
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
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Рентгенограммы, проанализированные с использованием искусственного интеллекта и обзора радиолога
Эта когорта состоит из 600 рентгенограмм, полученных от детей и взрослых пациентов в возрасте от 1 до 99 лет, прошедших рентгенологическое исследование заболеваний опорно-двигательного аппарата.
Рентгенограммы включают различные части тела, такие как стопа, лодыжка, колено, рука, запястье, локоть, плечо и таз.
Переломы имелись в 95 случаях, а в 453 случаях переломов не было.
|
Использование программного обеспечения искусственного интеллекта на основе глубокого обучения Carebot AI Bones версии 1.2.2, предназначенного для помощи в обнаружении переломов на рентгенограммах скелетно-мышечной системы.
Модель искусственного интеллекта анализирует цифровые рентгеновские изображения для выявления переломов, выделяя интересующие области ограничивающими рамками.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Чувствительность модели искусственного интеллекта по сравнению с рентгенологами при обнаружении переломов на рентгенограммах скелетно-мышечной системы
Временное ограничение: С марта 2023 г. по май 2023 г. (Период ретроспективного анализа)
|
Этот результат измеряет чувствительность модели искусственного интеллекта (Carebot AI Bones 1.2.2) при обнаружении переломов на рентгенограммах скелетно-мышечной системы по сравнению с чувствительностью рентгенологов с различным уровнем опыта.
Чувствительность рассчитывается как доля истинно положительных случаев переломов, выявленных с помощью модели искусственного интеллекта и рентгенологов, среди всех подтвержденных случаев переломов.
|
С марта 2023 г. по май 2023 г. (Период ретроспективного анализа)
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
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)
20 марта 2023 г.
Первичное завершение (Действительный)
15 июля 2024 г.
Завершение исследования (Действительный)
15 июля 2024 г.
Даты регистрации исследования
Первый отправленный
14 октября 2024 г.
Впервые представлено, что соответствует критериям контроля качества
14 октября 2024 г.
Первый опубликованный (Действительный)
16 октября 2024 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
18 марта 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
16 марта 2026 г.
Последняя проверка
1 марта 2026 г.
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- CB-BONES-01-FM
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Описание плана IPD
Из соображений конфиденциальности и ретроспективного характера исследования данные отдельных участников (IPD) не будут разглашаться.
Собранные данные содержат конфиденциальную медицинскую информацию, которая защищена соглашениями о конфиденциальности и правилами GDPR.
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. .