肺癌の放射線写真による迅速な検出と同定（RADICAL）：Qure.ai人工知能ソフトウェアの臨床的有効性と受容性を評価する混合方法研究
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Radiograph accelerated detection and identification of cancer in the lung (RADICAL): a mixed methods study to assess the clinical effectiveness and acceptability of Qure.ai artificial intelligence software to prioritise chest X-ray (CXR) interpretation.
雑誌名：BMJ Open. 2024 Sep 20; 14(9): e081062. doi: 10.1136/bmjopen-2023-081062. Epub 2024 Sep 20.
概 要：
本研究は、肺癌の早期診断と治療が生存率に重要であることを背景に、胸部X線（CXR）を用いた肺癌のスクリーニングにおいて、Qure.aiの「qXR」ソフトウェアが疑わしいX線の報告時間を短縮する効果を評価します。放射線科医の不足が続く中、機械学習ソフトウェアによる画像分析が放射線業務を支援する可能性があります。RADICAL研究では、NHSグレーターグラスゴー＆クライドにおけるqXRの臨床的有効性を評価します。
方 法：
本研究は、段階的クラスター無作為化研究であり、技術的評価と臨床的有効性の前向き研究、受容性の質的評価、コスト効用分析を含みます。主要目的は、CXRで肺癌が疑われる患者をCTフォローアップのために優先順位付けするqXRの臨床的有効性を評価することです。研究期間は24ヶ月で、初期の12ヶ月のデータ収集と12ヶ月のフォローアップが含まれます。標準的なCXRはqXRソフトウェアに送信され、癌の特徴がある画像は「癌の緊急疑い」としてフラグ付けされ、放射線科医のレビューが優先されます。
結 果：
原文に記載がないため省略します。
結 論：
原文に記載がないため省略します。