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

Röntgenassisterat diagnostiksystem

Konstruktion och klinisk tillämpning av ett röntgen-AI-assisterat diagnossystem: En randomiserad kontrollerad studie

Röntgenundersökning är en av de mest använda bildgivande modaliteterna, särskilt bröströntgen, som rutinmässigt utförs för inlagda patienter. På grund av den låga densitetsupplösningen hos röntgenbilder påverkas dock radiologers förmåga att diagnostisera sjukdomar – särskilt små läser – ofta. Studier har visat att diagnostisk noggrannhet hos radiologer som använder bröströntgen endast är cirka 70 %, vilket inte uppfyller kliniska krav.

Baserat på detta utvecklade vi en artificiell intelligensmodell för att assistera radiologer i att tolka röntgenbilder och generera rapporter, med målet att förbättra diagnostisk noggrannhet och minska tolkningstiden.

Studieöversikt

Studietyp

Observationell

Inskrivning (Beräknad)

16000

Kontakter och platser

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

Studiekontakt

Studieorter

      • Zhengzhou, Kina
        • The First Affiliated Hospital of Zhengzhou University
        • Kontakt:
    • Hubei
      • Wuhan, Hubei, Kina, 430022
        • Wuhan Union Hospital
        • Kontakt:
      • Wuhan, Hubei, Kina, 430022
      • Wuhan, Hubei, Kina, 430022
        • Wuhan Union Jinyin Lake Hospital
        • Kontakt:

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

Sannolikhetsprov

Studera befolkning

Patienter som är schemalagda för röntgenundersökning

Beskrivning

Inklusionskriterier:

  • Kliniskt misstänkta thorakala sjukdomar (såsom pneumoni, tuberkulos eller lungcancer) som kräver röntgendiagnos;
  • Patienter som ger skriftligt informerat samtycke för användning av forskningsdata;
  • Kompletta kliniska journaler (inklusive huvudsakliga besvär, medicinsk historik och laboratorieresultat)

Exklusionskriterier:

  • Underkänd röntgenbildkvalitet (inklusive allvarliga rörelseartefakter, över-/underexponering eller saknade anatomiska strukturer)
  • Gravida eller ammande kvinnor

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
Radiologisk diagnostisk grupp
Efter att patienten genomgått en röntgenundersökning, genererar en radiolog rapporten och ställer diagnosen.
Efter att patienten genomgått en röntgenundersökning, genererar en radiolog rapporten och ställer diagnosen.
AI-assisterad radiologisk diagnostisk grupp
Efter att patienten genomgått en röntgenundersökning genererar en AI-assisterad radiolog rapporten och ställer diagnosen.
Baserat på den tidigare utvecklade modellen för röntgenbilddiagnostik och rapportgenerering, assisteras radiologer i att tolka röntgenbilder och generera rapporter.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Area Under the Curve
Tidsram: Från inkludering till slutförandet av röntgenbildtagning efter 1 vecka
Det primära utfallsmåttet var AUC för att utvärdera diagnostisk prestanda, med jämförelse mellan radiologer med och utan AI-stöd.
Från inkludering till slutförandet av röntgenbildtagning efter 1 vecka

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Röntgenrapportgenereringstid
Tidsram: Från rekrytering till slutförandet av röntgenbildtagning vid 1 vecka
Röntgenrapportgenereringstid avser den tid som krävs för att producera en diagnostisk rapport efter att en röntgenundersökning har utförts. Den mäter vanligtvis intervallet från när röntgenbilderna tas till när radiologen (med eller utan AI-assistans) slutför och finaliserar rapporten.
Från rekrytering till slutförandet av röntgenbildtagning vid 1 vecka

Andra resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Radiologpoäng
Tidsram: Från inkludering till slutet av röntgenavbildning vid 4 veckor
Radiologpoäng avser den bedömning eller betygssättning som tilldelas av seniorradiologer baserat på bildfynd som genereras av AI eller AI+radiolog.
Från inkludering till slutet av röntgenavbildning vid 4 veckor

Samarbetspartners och utredare

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

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 (Beräknad)

1 maj 2026

Primärt slutförande (Beräknad)

31 oktober 2026

Avslutad studie (Beräknad)

30 november 2026

Studieregistreringsdatum

Först inskickad

22 mars 2026

Först inskickad som uppfyllde QC-kriterierna

22 mars 2026

Första postat (Faktisk)

27 mars 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

27 mars 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

22 mars 2026

Senast verifierad

1 januari 2026

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • X-Ray-001

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