人工智能改善医生对呼吸困难患者胸部 X 光片的解读 (XRAI)
人工智能改善急性呼吸困难患者的胸部 X 光读数:一项随机对照试验
研究概览
详细说明
背景:
急性呼吸困难是急诊科 (ED) 的常见症状,但可能的鉴别诊断很多。 胸部 X 光 (CXR) 在区分这些诊断和开始适当的治疗方面非常重要,但对于非放射科医师来说难以解读。 放射科面临读取数量不断增加的急性 CXR 的需求,这超出了必要的资源。 因此,在紧急情况下,急诊医师必须经常单独阅读和诊断 CXR。 总而言之,在 ED 中对 CXR 解释的帮助需求未得到满足。
用于解释 CXR 的人工智能 (AI) 软件已开发用于检测病理结果。 在这项研究中,主要目的是调查 AI 是否改善了非放射科医师对急诊科连续呼吸困难患者的 CXR 诊断。
研究人员假设,应用于胸部 X 光片的人工智能提高了急诊医师对急性呼吸困难患者的诊断准确性。 该研究有可能影响人工智能在临床实践中的实施。
方法:
在一项随机、对照交叉研究和多读者多案例研究中,共有 33 名急诊医师将审查来自 231 名前瞻性收集的患者的 CXR,包括重要的患者信息。 每位医生将审查 46 名患者的数据。 以随机顺序,在不同的两天,每个 CXR 在有 AI 支持的情况下进行一次审查,一次在没有 AI 支持的情况下进行审查。 每个医生都被要求评估心力衰竭的诊断、肺炎的诊断,以及 CXR 是否有急性显着发现。 参考标准是由两名对所有临床数据不知情的独立胸部放射科医师获得的放射学诊断。
医生在基于 REDCap® 的在线问卷中报告他们的诊断。 还收集了可能影响诊断准确性的信息,例如教育水平和阅读 CXR 的经验,以及有关医生对其初步诊断的确定程度的问题。 医生被问及他们对人工智能的兴趣、以前的经验和对人工智能的期望,以及事后对这些品质的评估。
研究类型
注册 (预期的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Copenhagen、丹麦
- University Hospital Bispebjerg and Frederiksberg
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
有资格学习的性别
描述
纳入标准:
- 医学博士 (MD)
- 与急诊病人的工作经验
排除标准:
- 目前或以前担任放射科医生
- 不愿同意
学习计划
研究是如何设计的?
设计细节
- 主要用途:诊断
- 分配:随机化
- 介入模型:交叉作业
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
---|---|
实验性的:人工智能支持
|
图像被分配给参与者。
在随机分配中,每个参与者的一半图像在 AI 支持下查看,另一半在没有 AI 支持的情况下在第一个试验日查看。
在第二个试用日,分别在不使用 AI 和使用 AI 的情况下查看相同的图像。
这确保了在有和没有 AI 支持的情况下,所有图像都被同一参与者读取两次。
其他名称:
|
无干预:非人工智能支持
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
使用 AI 与不使用 AI 的急性 CXR 诊断 ADHF 的准确性
大体时间:3个月
|
主要结果是与金标准相比,非放射科医生对急性 CXR 诊断 ADHF 的诊断准确性的差异。
正确诊断的几率使用优势比和 95% 置信区间进行比较,该区间使用条件逻辑回归对每个图像进行分层,有和没有 AI。
因此,报告了在 AI 支持之后与之前相比正确分类的几率有所提高。
显着性水平为 0.025。
|
3个月
|
使用 AI 与不使用 AI 的急性 CXR 诊断肺炎的准确性
大体时间:3个月
|
主要结果是非放射科医生对急性 CXR 诊断肺炎的准确性与金标准相比的差异。
正确诊断的几率使用优势比和 95% 置信区间进行比较,该区间使用条件逻辑回归对每个图像进行分层,有和没有 AI。
因此,报告了在 AI 支持之后与之前相比正确分类的几率有所提高。
显着性水平为 0.025。
|
3个月
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.
人工智能支持的临床试验
-
Medical University of South CarolinaNational Center for Advancing Translational Sciences (NCATS)完全的
-
UConn HealthUniversity of Texas at Austin; Oregon Social Learning Center邀请报名
-
Women's College HospitalRyerson University撤销
-
Erasmus Medical CenterHospices Civils de Lyon; Maastro Clinic, The Netherlands招聘中