• BMR [时间范围：2年]
  怀疑皮肤癌的经过治疗/转诊/寄回的病变中的良性与恶性比率（BMR）的差异。
• 诊断准确性的多项选择性问题可预测性[时间范围：3个月]
  诊断准确性和在基线和1和3个月时在MCQ上测得的分数之间的相关性。
• 推荐[时间范围：2年]
  在干预前后，皮肤病学部门的控制和干预组之间的转诊数量变化。

背景：

皮肤癌的全球发病率已经升高了50年，特别是恶性黑色素瘤的发病率已增加。每年2-7％，是15-34岁的丹麦人中最常见的癌症。目前，皮肤癌和痣癌存在大量误诊，大多数切除的皮肤病变是良性的。

先前的研究表明，在临床工作的头六年中，医生的诊断准确性没有显着提高。

如果我们可以降低良性恶性比例，那么在健康人身上的资源可以更好地利用。我们认为，这可以通过在日常临床实践中更好地教育医生来完成。

目的：

这项研究的目的是研究AI增强培训和临床反馈对皮肤癌诊断准确性以及专门皮肤癌中心医生中临床决策的剂量/反应效应。

研究问题：在诊断准确性和临床决策发生变化之前，需要多少专业医生需要训练？

设计：

这项研究是一项高级试验，旨在作为一项分层的国际多中心随机对照试验，对高度专业中心的医生进行了诊断和/或治疗皮肤和摩尔癌。

分层和符合条件的参与者将根据性别，测试结果，年龄，诊所类型和自我报告的年度诊断皮肤病变的经验（分配比率3：1）进行分层控制组。

干涉：

干预小组可以访问研究小组开发的数字教育智能手机应用程序（E-APP），以研究小组开发的注册应用程序（R-APP）进行注册，并将是研究小组，并将是给定对每个注册皮肤病变的临床反馈。

从第一天开始要求对照组的参与者在R-APP上注册所有皮肤病变，但是他们的临床反馈和对电子应用的访问延迟了30天。

对照组的延迟教育干预是显示诊断准确性的自然发展的基准。

去除/活检的皮肤病变的反馈直接来自病理学家。与同一组先前的研究一样，通过我们小组开发的基于Web的审查系统，至少有4位皮肤癌诊断（> 10年的经验）中至少有4个独立的皮肤癌诊断专家（> 10年的经验）提供反馈。

统计数据：

使用广义估计方程（GEE）计算出参与GPS的诊断准确性的平均诊断准确性增加。

由于出于怀疑恶性肿瘤以外的其他原因可以切除/治疗良性病变，因此我们将分别分析因不同原因（化妆品或功能投诉等）处理的良性病变，分析良性病变。

尽管大多数患者在转诊前已经看到了大多数患者，但我们预计大多数注册病变会是良性的。

对于我们的统计分析，我们将使用临床保守的12502个病变的临床保守性（11个医生，7个部门，每天5个病变和50％的注册率）。

道德考虑：

患者的参与不包含患者的立即应变或不适，也没有改变当前的临床实践，因为皮肤镜评估是皮肤病变临床检查的一部分。捕获的图像安全地匿名存储，没有患者的风险。

由于目前的年轻医生的诊断准确性低，干预的教育性质证明了这项研究是为了使所有未来的皮肤病变患者的研究不太可能被误诊。

对医生的教育干预措施不需要在丹麦国家卫生研究伦理委员会的批准。无论是道德方面的考虑，该项目与赫尔辛基宣言II是一致的。

• 黑色素瘤
• 皮肤癌

• 干涉
  干预小组将获得对AI增强数字教育平台（E-APP）及其两个模块（培训模块和临床反馈模块）的访问权限。他们将收到有关R-APP注册病变的持续临床反馈。
  干预：其他：Dermloop学习
• 没有干预：控制

  对照组被禁止使用AI增强数字教育平台（E-APP）及其两个模块（训练模块和临床反馈模块），以及从R-APP注册的皮肤病变中获得的临床反馈，为期1个月。

  在延迟1个月后，对照组中的受试者与对照组的参与者相同的访问和反馈。

纳入标准：

• 需要医生在专门的皮肤部门（皮肤病学或整形手术等）工作。
• 医生必须注册授权的卫生人员

排除标准：

• 以前已获得Dermloop的医生学习教育干预
• 与目前的就业部相关的剩下不到3个月的医生

• BMR [时间范围：2年]
  怀疑皮肤癌的经过治疗/转诊/寄回的病变中的良性与恶性比率（BMR）的差异。
• 诊断准确性的多项选择性问题可预测性[时间范围：3个月]
  诊断准确性和在基线和1和3个月时在MCQ上测得的分数之间的相关性。
• 推荐[时间范围：2年]
  在干预前后，皮肤病学部门的控制和干预组之间的转诊数量变化。

背景：

皮肤癌的全球发病率已经升高了50年，特别是恶性黑色素瘤的发病率已增加。每年2-7％，是15-34岁的丹麦人中最常见的癌症。目前，皮肤癌和痣癌存在大量误诊，大多数切除的皮肤病变是良性的。

先前的研究表明，在临床工作的头六年中，医生的诊断准确性没有显着提高。

如果我们可以降低良性恶性比例，那么在健康人身上的资源可以更好地利用。我们认为，这可以通过在日常临床实践中更好地教育医生来完成。

目的：

这项研究的目的是研究AI增强培训和临床反馈对皮肤癌诊断准确性以及专门皮肤癌中心医生中临床决策的剂量/反应效应。

研究问题：在诊断准确性和临床决策发生变化之前，需要多少专业医生需要训练？

设计：

这项研究是一项高级试验，旨在作为一项分层的国际多中心随机对照试验，对高度专业中心的医生进行了诊断和/或治疗皮肤和摩尔癌。

分层和符合条件的参与者将根据性别，测试结果，年龄，诊所类型和自我报告的年度诊断皮肤病变的经验（分配比率3：1）进行分层控制组。

干涉：

干预小组可以访问研究小组开发的数字教育智能手机应用程序（E-APP），以研究小组开发的注册应用程序（R-APP）进行注册，并将是研究小组，并将是给定对每个注册皮肤病变的临床反馈。

从第一天开始要求对照组的参与者在R-APP上注册所有皮肤病变，但是他们的临床反馈和对电子应用的访问延迟了30天。

对照组的延迟教育干预是显示诊断准确性的自然发展的基准。

去除/活检的皮肤病变的反馈直接来自病理学家。与同一组先前的研究一样，通过我们小组开发的基于Web的审查系统，至少有4位皮肤癌诊断（> 10年的经验）中至少有4个独立的皮肤癌诊断专家（> 10年的经验）提供反馈。

统计数据：

使用广义估计方程（GEE）计算出参与GPS的诊断准确性的平均诊断准确性增加。

由于出于怀疑恶性肿瘤以外的其他原因可以切除/治疗良性病变，因此我们将分别分析因不同原因（化妆品或功能投诉等）处理的良性病变，分析良性病变。

尽管大多数患者在转诊前已经看到了大多数患者，但我们预计大多数注册病变会是良性的。

对于我们的统计分析，我们将使用临床保守的12502个病变的临床保守性（11个医生，7个部门，每天5个病变和50％的注册率）。

道德考虑：

患者的参与不包含患者的立即应变或不适，也没有改变当前的临床实践，因为皮肤镜评估是皮肤病变临床检查的一部分。捕获的图像安全地匿名存储，没有患者的风险。

由于目前的年轻医生的诊断准确性低，干预的教育性质证明了这项研究是为了使所有未来的皮肤病变患者的研究不太可能被误诊。

对医生的教育干预措施不需要在丹麦国家卫生研究伦理委员会的批准。无论是道德方面的考虑，该项目与赫尔辛基宣言II是一致的。

• 黑色素瘤
• 皮肤癌

• 干涉
  干预小组将获得对AI增强数字教育平台（E-APP）及其两个模块（培训模块和临床反馈模块）的访问权限。他们将收到有关R-APP注册病变的持续临床反馈。
  干预：其他：Dermloop学习
• 没有干预：控制

  对照组被禁止使用AI增强数字教育平台（E-APP）及其两个模块（训练模块和临床反馈模块），以及从R-APP注册的皮肤病变中获得的临床反馈，为期1个月。

  在延迟1个月后，对照组中的受试者与对照组的参与者相同的访问和反馈。

纳入标准：

• 需要医生在专门的皮肤部门（皮肤病学或整形手术等）工作。
• 医生必须注册授权的卫生人员

排除标准：

• 以前已获得Dermloop的医生学习教育干预
• 与目前的就业部相关的剩下不到3个月的医生