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

Använda en medicinsk enhet med artificiell intelligens för att hjälpa primärvårdspraktiker att identifiera och hantera hudåkommor (tumörer, inflammatoriska och infektionssjukdomar) hos vuxna patienter på hälsocentralerna i Pozuelo och Majadahonda

17 februari 2026 uppdaterad av: AI Labs Group S.L

Ett projekt för att förbättra dermatologiska e-konsultationer i primärvårdscentra med hjälp av artificiell intelligens.

Syftet med denna observationsstudie är att undersöka om ett artificiellt intelligens-verktyg (AI) hjälper primärvårdspersonal att bättre identifiera hudtillstånd. Studien fokuserar på vuxna med misstänkta hudpatologier, inklusive tumör-, inflammatoriska och infektionssjukdomar.

De huvudsakliga frågorna som studien syftar att besvara är:

  • Hjälper användningen av AI-verktyget läkare att ställa mer exakta diagnoser för flera hudtillstånd?
  • Hjälper verktyget läkare att bättre avgöra vilka patienter som behöver remiss till en dermatolog och vilka som kan hanteras i primärvården?
  • Är läkarna nöjda med hur väl verktyget fungerar och hur lätt det är att använda i deras dagliga arbete?
  • Kan verktyget hjälpa läkare att mer exakt skilja mellan godartade förändringar och hudcancer?

Deltagarna kommer att:

  • Besöka sin primärvårdsläkare för en regelbunden hudkontroll.
  • Låta fotografera sitt hudtillstånd med en smartphone eller ett dermatoskop.
  • Lämna informerat samtycke för att deras foton och grundläggande hälsouppgifter (som ålder och kön) ska analyseras av AI-verktyget.
  • Få standardvård från sin läkare, där verktyget ger en andra åsikt för att stödja det kliniska beslutsfattandet.

Studieöversikt

Detaljerad beskrivning

Denna prospektiva, observationsstudie utvärderar den kliniska användbarheten av en artificiell intelligens (AI)-baserad beräkningsmjukvara utformad för att stödja primärvårdspraktiker (PCPs) och dermatologer i hanteringen av hudpatologier. Forskningen undersöker om enheten kan förbättra diagnostisk noggrannhet och optimera remissprocessen från primärvård till specialiserade dermatologitjänster.

Studiemetodik och design

Undersökningen är utformad som en analytisk studie av en klinisk fallserie. Viktiga tekniska aspekter inkluderar:

  • Undersökningsverktyg: En medicinsk mjukvaruenhet som använder datorseendealgoritmer för att analysera bilder av överhuden och läderhuden för att tillhandahålla kliniska data för bedömning.
  • Deltagarroller: 15 vårdpersonal (inklusive PCPs och dermatologer) utvärderades med en kohort på över 100 patienter.
  • Procedurmässig arbetsflöde: PCPs tog hudbilder med smartphones eller mobila dermatoskop, laddade upp dem till plattformen och gav en diagnos vägledd av AI-resultaten.
  • Utvärderingsbaslinje: Vårdpersonalen fungerade som sina egna kontroller, vilket möjliggjorde en jämförelse av diagnostisk prestanda med och utan AI-verktyget.

Kvalitetssäkring och registerprocedurer

För att säkerställa integriteten hos de insamlade uppgifterna inom detta organiserade system implementerades flera kvalitetskontrollåtgärder:

  • Datavalidering och kontroller: Databasen använde konsistensregler och logiska intervall för att kontrollera fel under tabellering. Datoriserade valideringsfilter identifierade automatiskt saknade värden eller inkonsekvenser baserat på fördefinierade regler.
  • Källdatavalidering (SDV): En utsedd oberoende klinisk monitor utförde verifiering av anonymiserade källdokument (t.ex. bildfiler och kliniska journaler) mot fallrapportformulär (CRFs) för att säkerställa noggrannhet och fullständighet.
  • Övervakningsplan: Forskningsgruppen höll kvartalsmöten för att hantera datainsamlingsproblem, medan monitorn utförde fjärr- och vid behov platsbesök för att säkerställa överensstämmelse med den kliniska undersökningsplanen (CIP) och ISO 14155-standarder.
  • Hantering av saknade data: Manuell redigering och utforskande statistiska tekniker användes för att upptäcka och lösa logiska fel eller inkonsekventa värden innan databasen ansågs stängd.

Urvalsstorlek och statistiska principer Studien var dimensionerad för att upptäcka en 10 % förbättring i diagnostisk noggrannhet.

  • Utvärderingskraft: En urvalsstorlek på 100 patienter bestämdes för att ge en 95 % konfidensnivå med 80 % styrka och ett felmarginal mellan 9 % och 10 %.
  • Analystekniker: Centraltendens- och variationsstatistik (medelvärde, standardavvikelse) användes för kvantitativa variabler, medan kvalitativa variabler analyserades genom frekvensfördelningar.
  • Förutom parametriska tester användes McNemar-testet för att analysera den specifika effekten av AI på vårdpersonalens diagnostiska val. Statistisk signifikans sattes till alfa = 0,05.

För kvalitativa data användes Fishers exakta test eller Chi-tvåtest. Statistisk signifikans sattes till alfa = 0,05.

Säkerhets- och etiska standarder Studien följde förordning (EU) 2017/745 (MDR) och ISO 14155:2021. Dataskydd följde GDPR och den spanska organiska lagen 3/2018, med krypterad patientinformation och alfanumeriska identifieringskoder för att bevara deltagarnas anonymitet. All klinisk data som lagras på enheten raderas permanent vid studiens avslut.

Studietyp

Observationell

Inskrivning (Faktisk)

131

Kontakter och platser

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

Studieorter

    • Madrid
      • Majadahonda, Madrid, Spanien
        • Puerta de Hierro Majadahonda University Hospital

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Studiepopulationen hämtas från vuxna patienter som uppvisar dermatologiska problem vid två vårdcentraler i Madridregionen: Centro de Salud de Majadahonda och Centro de Salud de Pozuelo. Dessa deltagare är invånare inom dessa klinikers upptagningsområden, med Hospital Universitario Puerta de Hierro Majadahonda som deras referenssjukhus för specialiserad dermatologisk vård.

Källpopulationen består av individer i en verklig klinisk miljö som genomgår preliminär bedömning av primärvårdspersonal (PCP) för eventuell remiss till specialiserade dermatologitjänster. Denna mångsidiga kohort är avsedd att representera en typisk population som påverkas av olika hudpatologier, specifikt inklusive tumörsjukdomar (godartade och elakartade), inflammatoriska och infektionsrelaterade tillstånd.

Deltagare identifieras och rekryteras under rutinmässiga läkarbesök när en hudrelaterad patologi misstänks.

Beskrivning

Inklusionskriterier:

  • Tumörpatologi:
  • Godartad:
  • Histiocytom
  • Seborrisk keratos
  • Angiom
  • Förstadier till cancer:
  • Aktinisk keratos
  • Misstänkt malignitet:
  • Basalcellscancer
  • Plattenepitelcancer
  • Pigmenterade lesioner:
  • Melanocytär nevus
  • Malignt melanom
  • Inflammatorisk patologi:
  • Psoriasis
  • Atopisk dermatit
  • Nässelutslag
  • Hidradenitis suppurativa
  • Lichen planus
  • Infektiös patologi:
  • Virusvårtor
  • Molluscum contagiosum
  • Herpes simplex
  • Patienter 18 år eller äldre.
  • Patienter som har undertecknat informerat samtycke för studien.

Exklusionskriterier:

  • Patienter under 18 år.
  • Gravida patienter.
  • Patienter som, enligt forskarens bedömning, inte kommer att följa studieprocedurerna.

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
Patienter med hudåkommor behandlade i primärvård
Denna enkelgrupps-kohort omfattar vuxna patienter med olika hudpatologier som utvärderades av hälso- och sjukvårdspersonal (HSP) med hjälp av ett AI-baserat kliniskt beslutsstöd. Kohorten inkluderar individer misstänkta för tumörsjukdomar (godartade eller elakartade), inflammatoriska eller infektionsrelaterade tillstånd.

Enheten är en datorseendemjukvara utformad för att hjälpa vårdpersonal att bedöma hudstrukturer genom analys av digitala bilder.

Primärvårdspersonal använder enheten genom att ta fotografier av drabbade hudområden med en smartphone eller mobil dermatoskop och ladda upp dem till plattformen. Mjukvaran bearbetar bilder av överhuden och läderhuden för att kvantifiera synliga kliniska tecken – inklusive intensitet, antal och omfattning – och ger en tolkande fördelning av möjliga kategorier enligt International Classification of Diseases (ICD).

Vårdpersonal använder plattformens resultat som en andra medicinsk åsikt för att vägleda diagnos, triage och remissbeslut för patologier inklusive tumörsjukdomar (godartade och elakartade), inflammatoriska och infektionssjukdomar. Interventionen ger också kliniker tillgång till specifika remisskriterier, kliniska frågeformulär och grundläggande behandling.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Referenslämplighet
Tidsram: Baslinje
Denna måttstock utvärderar lämpligheten för patientremisser från primärvård till specialiserade dermatologiska tjänster. En remiss klassificeras som "undvikbar" eller "onödig" när både primärvårdspraktikern och expertdermatologen är överens om att fallet effektivt kan hanteras inom primärvården utan specialistkonsultation. Studiens primära mål för denna måttstock var en minsta ökning av remisslämplighet på 15 %. Denna tröskel representerar den minsta kliniskt signifikanta skillnad som krävs för att demonstrera enhetens nytta i att optimera kliniska arbetsflöden och minska sjukvårdskostnader.
Baslinje

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Arean under ROC-kurvan (AUC) för malignitetsdetektering
Tidsram: Baslinje
Denna mätning använder Area Under the ROC Curve (AUC) för att utvärdera enhetens diskrimineringsförmåga att skilja mellan maligna lesioner (inklusive melanom och basaliom) och benigna lesioner. AUC ger en omfattande bedömning av verktygets förmåga att korrekt klassificera hudpatologier över olika beslutsgränser. Det förutbestämda acceptanskriteriet för denna måttstock var en AUC $\ge$ 80 %. Denna tröskel säkerställer att enheten ger kliniskt meningsfullt stöd vid identifiering av högriskfall som kräver akut specialistinsats.
Baslinje
Hälso- och sjukvårdspersonalens tillfredsställelse (CUS-poäng)
Tidsram: 4 månader (behandlarna fyllde i formuläret två gånger: en gång efter 2 månader och igen efter 4 månader efter att studien startat).
Tillfredsställelse utvärderas med hjälp av Clinical Utility and Satisfaction (CUS)-formuläret. Detta validerade bedömningsverktyg mäter praktikers perspektiv på enhetens diagnostiska stöd, användarvänlighet, datanytta och övergripande kliniska tillämpbarhet inom deras arbetsflöde. Resultat från formuläret kvantifieras antingen som en procentandel positiva svar eller som ett medelvärde på en 10-gradig skala. Detta dubbla tillvägagångssätt möjliggör både en kvalitativ förståelse av praktikernas konsensus och en kvantitativ mätning av upplevt värde.
4 månader (behandlarna fyllde i formuläret två gånger: en gång efter 2 månader och igen efter 4 månader efter att studien startat).

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Gaston Roustan, PhD, Puerta de Hierro Majadahonda University Hospital

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)

24 juni 2022

Primärt slutförande (Faktisk)

19 december 2023

Avslutad studie (Faktisk)

10 januari 2024

Studieregistreringsdatum

Först inskickad

10 februari 2026

Först inskickad som uppfyllde QC-kriterierna

17 februari 2026

Första postat (Faktisk)

24 februari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

24 februari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

17 februari 2026

Senast verifierad

1 februari 2026

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

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