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

Ultraljudsoperatörens inflytande på diagnostik med AI för sköldkörtelknölar - klinisk prövning

20 november 2024 uppdaterad av: Axel Bukhave Edström, Rigshospitalet, Denmark

Ultraljudsoperatörens inflytande på diagnostisk noggrannhet av artificiell intelligens för bedömning av sköldkörtelknölar - en klinisk prövning

Detta är en prospektiv klinisk studie som syftar till att testa hur upplevelsen hos ultraljudsoperatören påverkar prestandan hos AI-baserad (artificiell intelligens-baserad) diagnostik vid analys av sköldkörtelknölar på ultraljudsskanningar. Utredarna satte upp ett experiment med fem stationer, var och en med en patient med en sköldkörtelknöl och en ultraljudsmaskin med det djupinlärningsbaserade systemet S-Detect for Thyroid installerat. 20 studiedeltagare rekryterades: 8 läkarstudenter med nybörjare i ultraljud, 3 yngre ÖNH-registratorer (öron-näsa-hals) för mellanliggande ultraljudsfärdigheter och 9 seniora ÖNH-registratorer med erfarenhet av ultraljud. Deltagarna skannade alla patienter och spelade in sina analyser av knölarna med hjälp av EUTIRADS (European thyroid imagining reporting and data system) på tre olika sätt: en egen analys, S-Detects analys och en analys som kombinerar de två föregående.

Hypotesen var att AI-systemet skulle fungera lika bra mellan deltagargrupperna. Dessutom förväntades det att de erfarna deltagarna skulle prestera bättre än eleverna utan AI-hjälp, och att läkarna skulle tjäna lite på AI-insats, men att eleverna skulle få sina prestationer förbättrade av AI-insats.

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Detta är en prospektiv klinisk studie som syftar till att testa hur upplevelsen hos ultraljudsoperatören påverkar prestandan hos AI-baserad (artificiell intelligens-baserad) diagnostik vid analys av sköldkörtelknölar på ultraljudsskanningar. Utredarna satte upp ett experiment med fem stationer, var och en med en patient med en sköldkörtelknöl och en ultraljudsmaskin med det djupinlärningsbaserade systemet S-Detect for Thyroid installerat. 20 deltagare i studien rekryterades: 8 läkarstudenter med nybörjare i ultraljud, 3 yngre ÖNH (öron-näsa-hals) registratorer av mellanliggande ultraljudsfärdigheter och 9 seniora ÖNH-registratorer med erfarenhet av ultraljud. Deltagarna skannade alla patienter och spelade in sina analyser av knölarna med hjälp av EUTIRADS (European thyroid imagining reporting and data system) på tre olika sätt: en egen analys, S-Detects analys och en analys som kombinerar de två föregående.

Hypotesen var att AI-systemet skulle fungera lika bra mellan deltagargrupperna. Dessutom förväntades det att de erfarna deltagarna skulle prestera bättre än eleverna utan AI-hjälp, och att läkarna skulle tjäna lite på AI-insats, men att eleverna skulle få sina prestationer förbättrade av AI-insats.

Studietyp

Interventionell

Inskrivning (Faktisk)

20

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studieorter

      • Copenhagen, Danmark, 2100
        • Rigshospitalet

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

Beskrivning

Läkarstudenter

Inklusionskriterier:

  • Förra årets student

Exklusions kriterier:

  • Erfarenhet av ultraljud utöver det som lärs ut vid Köpenhamns universitet

Junior ÖNH-registrator läkare

Inklusionskriterier:

  • Läkare inskriven på introduktionsutbildning som ÖNH-läkare.

Senior ÖNH-registratorläkare

Inklusionskriterier:

  • Läkare inskriven i ÖNH utbildning.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Experimentera
20 deltagare ultraljudsundersökningar av fem patienter med sköldkörtelknölar, och bedömer dessa knölar själva, sedan med AI-programmet, och till sist ger de en kombinerad bedömning.
Program som bygger på djupinlärning på Samsungs ultraljudsmaskiner utformade för att göra halvautomatisk analys i realtid av sköldkörtelknölar. Ultraljudsoperatören fryser en tvärgående bild av patientens sköldkörtelknuta och aktiverar S-Detect. Operatören väljer knölen på skärmen och programmet ritar automatiskt ett område av intresse. Då ger S-Detect en dikotom diagnos på antingen "Möjligen benign" och "Möjligen malign". Dessutom mäter den knölen och karakteriserar den med ett lexikon baserat på EUTIRADS.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet av S-Detect-diagnos
Tidsram: 1 dag (experimentets dag)
Antal korrekta malignitetsdiagnoser i sköldkörteln av total malignitetsdiagnos av det AI-baserade ultraljudsdiagnossystemet "S-Detect" på de fem patienternas sköldkörtelknölar. Guldstandarden är cytologi och histologi av knölarna.
1 dag (experimentets dag)

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet av biopsirekommendation
Tidsram: 1 dag (experimentets dag)
Antal korrekta biopsirekommendationer på de fem patienternas sköldkörtelknölar. Rekommendationen kommer från EUTIRADS-analyser gjorda av deltagare med och utan AI-hjälp. Guldstandarden är biopsirekommendation härledd från expertkonsensus EUTIRADS-bedömning av knölarna.
1 dag (experimentets dag)
Knölmätning
Tidsram: 1 dag (experimentets dag)
Mätning av de fem patienternas sköldkörtelknölar utförd av deltagare och S-Detect. Guldstandard är mätningar från expertkonsensusbedömningsanalys av knölarna.
1 dag (experimentets dag)
OSAUS poäng
Tidsram: 1 dag (experimentets dag)
Genomsnittliga OSAUS (objektiv strukturerad bedömning av ultraljudsfärdigheter) poäng för deltagare som bedömts från deras ultraljudsundersökningar av de fem patienterna. Bedömningen görs oberoende av två huvud- och nacke ultraljudsexperter.
1 dag (experimentets dag)

Samarbetspartners och utredare

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

Utredare

  • Studierektor: Tobias Todsen, Ph.d, Rigshospitalet, Denmark

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 september 2023

Primärt slutförande (Faktisk)

4 november 2023

Avslutad studie (Faktisk)

4 november 2023

Studieregistreringsdatum

Först inskickad

23 februari 2024

Först inskickad som uppfyllde QC-kriterierna

5 mars 2024

Första postat (Faktisk)

12 mars 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Beräknad)

25 november 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

20 november 2024

Senast verifierad

1 november 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

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