Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

AI Assisted Reader Evaluation i akut datortomografi (CT) huvudtolkning (AI-REACT)

19 november 2025 uppdaterad av: Alex Novak, Oxford University Hospitals NHS Trust

AI Assisted Reader Evaluation i akut CT-huvudtolkning

Denna studie har lagts till som en delstudie till studien Simulation Training for Emergency Department Imaging 2 (ClinicalTrials.gov ID NCT05427838).

Syftet med studien är att bedöma effekten av ett verktyg för artificiell intelligens (AI) kallat qER 2.0 EU på prestanda hos läsare, inklusive allmänna radiologer, akutmedicinare och radiografer, vid tolkning av CT-huvudskanningar utan kontrast. Studien syftar till att utvärdera förändringarna i noggrannhet, granskningstid och diagnostiskt förtroende vid användning av AI-verktyget. Det strävar också efter att tillhandahålla bevis på AI-verktygets diagnostiska prestanda och dess potential att förbättra effektiviteten och patientvården inom ramen för National Health Service (NHS). Studien kommer att använda en datauppsättning av 150 CT-huvudskanningar, inklusive både kontrollfall och onormala fall med specifika avvikelser. Resultaten av denna studie kommer att informera större uppföljningsstudier i verkliga akutmottagningen (ED).

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Faktisk)

33

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

  • Storbritannien
      • Glasgow, Storbritannien, G12 0XH
        • NHS Greater Glasgow and Clyde
      • Newcastle upon Tyne, Storbritannien, NE27 0QJ
        • Northumbria Healthcare NHS Foundation Trust
    • London
      • London, London, Storbritannien, SE1 7EH
        • Guy's & St Thomas NHS Foundation Trust
    • Oxfordshire
      • Oxford, Oxfordshire, Storbritannien, OX3 9DU
        • Oxford University Hospitals NHS Foundation Trust

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Miljö:

Läsare kommer att rekryteras från följande fyra sjukhustruster (sekundär och högre nivå:

  • Guy's & St Thomas NHS Foundation Trust
  • Northumbria Healthcare NHS Foundation Trust
  • NHS Greater Glasgow och Clyde
  • Oxford University Hospitals NHS Foundation Trust

Deltagare:

30 frivilliga läsare kommer att väljas ut från följande grupper:

  • Akutmedicinska konsulter och registratorer (5 konsulter, 5 registratorer (ST3-6), 5 juniorer (F1-ST2)
  • Allmänna radiologkonsulter och registratorer (5 konsulter, 5 registratorer)
  • 5 CT-röntgenfotografer

Beskrivning

Inklusionskriterier:

  • Radiologer/radiografer/ED-kliniker som granskar CT-huvudskanningar som en del av sin kliniska praktik

Exklusions kriterier:

  • Neuroradiologer.
  • Icke-radiologgrupper: Kliniker med tidigare formell forskarutbildning i CT-rapportering
  • Akutmedicingrupp: Kliniker med tidigare karriär inom radiologi/neurokirurgi till registrarnivå

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Läsare
30 läsare kommer att rekryteras från fyra NHS-förtroende, inklusive tio allmänna radiologer, femton akutmedicinska läkare och fem CT-radiografer av varierande ålder. Läsarna kommer att tolka varje skanning först utan, sedan med hjälp av AI-verktyget, med en mellanliggande 4-veckors tvättperiod. Med hjälp av en panel av neuroradiologer som grundsanning kommer qERs fristående prestanda att bedömas, och dess inverkan på läsarnas prestanda kommer att analyseras som förändring i noggrannhet, genomsnittlig granskningstid per skanning och självrapporterat diagnostiskt förtroende. Undergruppsanalyser kommer att utföras efter läsarprofessionell grupp, läsaranciennitet, patologiskt fynd och neuroradiologbedömd svårighet.
Övrig: Läsning
Alla 30 läsare kommer att granska alla 150 fall, i var och en av två studiefaser. Läsarna kommer att ge sin åsikt om förekomsten eller frånvaron av vissa akuta abnormiteter, inklusive intrakraniell blödning, infarkt, mittlinjeförskjutning och fraktur. De kommer att ge ett förtroende för sin diagnos (10-punkts visuell analog skala), och en enda klickpunkt för att markera platsen för varje abnormitet som de anser vara närvarande. Den tid det tar för varje skanning registreras automatiskt.
Marksanare
Två konsult neuroradiologer kommer oberoende av varandra att granska bilderna för att fastställa "grundsanningen" i CT-skanningarna som kommer att användas som referensstandard. I händelse av oenighet kommer en tredje senior neuroradiologs yttrande att inhämtas för skiljedom. En svårighetspoäng kommer att tilldelas varje skanning av marktränare med hjälp av en 5-punkts Likert-skala.
Övrig: Grund sanning
Två konsult neuroradiologer kommer oberoende av varandra att granska bilderna för att fastställa "grundsanningen" i CT-skanningarna som kommer att användas som referensstandard. I händelse av oenighet kommer en tredje senior neuroradiologs yttrande att inhämtas för skiljedom.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Läsarprestanda: Känslighet, specificitet, jämförande mellan med och utan AI-assistans.
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarens prestanda kommer att utvärderas som känslighet, specificitet, med och utan AI-hjälp.
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarprestanda: Positivt och negativt prediktivt värde, jämförande mellan med och utan AI-assistans.
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarens prestanda kommer att utvärderas som positivt prediktivt värde (PPV) och negativt prediktivt värde (NPV), med och utan AI-hjälp.
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarprestanda: Area Under Receiver Operating Characteristic Curve (AUROC), jämförande mellan med och utan AI-assistans.
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarens prestanda kommer att utvärderas som Area Under Receiver Operating Characteristic Curve (AUROC), med och utan AI-hjälp.
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarhastighet: Medeltid det tar att granska en skanning, med kontra utan AI-hjälp.
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarhastigheten kommer att utvärderas som den tid det tar att granska en skanning, med hjälp av tid i sekunder.
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
Läsarens förtroende: Självrapporterat diagnostiskt förtroende på en 10-punkts visuell analog skala, med kontra utan AI-hjälp.
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
På läsplattformen (RAIQC) ställer en av frågorna graden av förtroende som deltagaren har för sin diagnostiska åsikt. Frågan erbjuder en skala från 1 till 10, där 1 är osäker och 10 är mycket säker.
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
qER (AI-algoritm) prestanda: Sensitivitet och specificitet
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
qER-prestanda kommer att utvärderas som sensitivitet, specificitet.
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
qER (AI-algoritm) prestanda: Positivt och negativt prediktivt värde.
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
qER-prestanda kommer att utvärderas som positivt prediktivt värde (PPV) och negativt prediktivt värde (NPV).
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
qER (AI-algoritm) prestanda: Area Under Receiver Operating Characteristic Curve (AUROC).
Tidsram: Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.
qER-prestanda kommer att utvärderas som Area Under Receiver Operating Characteristic Curve (AUROC)
Under 6 veckor, vilket är perioden för att läsa eller granska ärendena/skanningarna.

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Oxford University Hospitals NHS Trust

Utredare

  • Huvudutredare: Alex Novak, MSc, National Health Services in the United Kingdom (NHS UK)
  • Huvudutredare: Sarim Ather, PhD, National Health Services in the United Kingdom (NHS UK)

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Användbara länkar

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 juni 2023

Primärt slutförande (Faktisk)

1 september 2023

Avslutad studie (Faktisk)

1 juni 2025

Studieregistreringsdatum

Först inskickad

25 juli 2023

Först inskickad som uppfyllde QC-kriterierna

25 augusti 2023

Första postat (Faktisk)

30 augusti 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

24 november 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

19 november 2025

Senast verifierad

1 november 2025

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • 310995 - A

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera