使用人工智能来改善放射学家在放射学报告写作中的表现：一项随机对照试验
2025年3月26日 更新者：Wuhan Union Hospital, China
这是一项随机对照试验，旨在评估人工智能软件是否可以改善放射学家在放射学报告写作中的表现并改善放射学报告的质量。
研究概览
研究类型
介入性
注册 (估计的)
100
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Lian Yang
- 电话号码：18986273791
- 邮箱：yanglian@hust.edu
学习地点
-
-
Hubei
-
Wuhan、Hubei、中国、430000
- 招聘中
- Union Hospital，Tongji Medical College，Huazhong University of Science and Technology
-
接触：
- Lian Yang
- 电话号码：18986273791
- 邮箱：yanglian@hust.edu
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
是的
描述
纳入标准：
- 提交报告的放射科医生；
- 少于10年且超过六个月的临床经验；
- 平均每天提交10次放射学报告；
- 参与者提供了已签署的知情同意书。
排除标准：
- 审查报告的放射科医生；
- 少于6个月或超过10年的临床经验；
- 平均每天提交10个放射学报告。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：其他
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：单身的
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：实验组
|
参加研究的放射科医生将随机分为两组：实验组使用AI（人工智能）软件来协助提交放射学报告，并且控制组没有使用任何AI软件来提交其报告
|
|
安慰剂比较：控制组
|
参加研究的放射科医生将随机分为两组：实验组使用AI（人工智能）软件来协助提交放射学报告，并且控制组没有使用任何AI软件来提交其报告
|
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 |
|---|---|---|
|
放射学报告中的错误率
大体时间：1个月
|
研究和对照组医师提交的放射学报告中错误的统计分析
|
1个月
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (估计的)
2025年4月1日
初级完成 (估计的)
2025年4月30日
研究完成 (估计的)
2025年4月30日
研究注册日期
首次提交
2025年3月26日
首先提交符合 QC 标准的
2025年3月26日
首次发布 (实际的)
2025年4月2日
研究记录更新
最后更新发布 (实际的)
2025年4月2日
上次提交的符合 QC 标准的更新
2025年3月26日
最后验证
2025年3月1日
更多信息
与本研究相关的术语
其他研究编号
- 2025-0033
药物和器械信息、研究文件
研究美国 FDA 监管的药品
不
研究美国 FDA 监管的设备产品
不
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.