- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06306599
Ultraljudsoperatörens inflytande på diagnostik med AI för sköldkörtelknölar - klinisk prövning
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
Betingelser
Intervention / Behandling
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
Inskrivning (Faktisk)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
-
Copenhagen, Danmark, 2100
- Rigshospitalet
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
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
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
Sponsor
Utredare
- Studierektor: Tobias Todsen, Ph.d, Rigshospitalet, Denmark
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- Thyroid AI US operator exp
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .