- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT04213430
Vývoj a validace systému hlubokého učení pro mnohočetná onemocnění očního fundu pomocí snímků sítnice
24. prosince 2019 aktualizováno: Haotian Lin, Sun Yat-sen University
Vývoj a validace systému hlubokého učení pro mnohočetná onemocnění očního fundu pomocí snímků sítnice: multicentrická prospektivní studie
Snímky sítnice mohou odrážet jak fundus, tak systémové stavy (diabetes a kardiovaskulární onemocnění) a za prvé mohou být použity pro trénování algoritmů lékařské umělé inteligence (AI) kvůli jejich výhodám, které jsou klinického významu a jsou snadno dostupné.
Zde výzkumníci vyvinuli jediný síťový model, který dokáže vydolovat charakteristiky mezi více onemocněními očního pozadí, což bylo trénováno spoustou snímků očního pozadí s jedním nebo několika štítky onemocnění (pokud mají) v každém z nich.
Výkon modelu byl porovnán s výkony domácích i mezinárodních oftalmologů.
Model byl dále testován pomocí datových sad s různými typy kamer a validován třemi externími datovými sadami prospektivně shromážděnými z klinických pracovišť, kde by byl model aplikován.
Přehled studie
Typ studie
Pozorovací
Zápis (Očekávaný)
300000
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní místa
-
-
Guangdong
-
Guangzhou, Guangdong, Čína, 510060
- Nábor
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Kontakt:
- Haotian Lin, Ph.D
- Telefonní číslo: +86-020-87330274
- E-mail: gddlht@aliyun.com
-
Vrchní vyšetřovatel:
- Haotian Lin, Ph.D
-
-
Kritéria účasti
Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dítě
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Ne
Pohlaví způsobilá ke studiu
Všechno
Metoda odběru vzorků
Ukázka pravděpodobnosti
Studijní populace
Snímky sítnice byly shromážděny z různých zdravotnických ústavů po celé Číně a dalších zemích po celém světě.
Popis
Kritéria pro zařazení:
- Kvalita snímků očního pozadí by měla být klinicky přijatelná. Více než 80 % plochy snímku očního pozadí včetně čtyř hlavních oblastí (optický disk, makulární, horní a dolní retinální cévní oblouky) je snadno čitelných a rozlišitelných.
Kritéria vyloučení:
- Snímky s únikem světla (>30 % plochy), skvrnami od odlesků nebo skvrn na čočce a přeexponováním byly z další analýzy vyloučeny.
Studijní plán
Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.
Jak je studie koncipována?
Detaily designu
- Observační modely: Jiný
- Časové perspektivy: Jiný
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
---|---|
Tréninkový datový soubor
Snímky sítnice posbírané z nemocnic a různých vyšetřovacích míst po celé Číně
|
|
Ověřovací datový soubor
Obrázky sítnice oddělené od tréninkové datové sady
|
Tréninkový datový soubor byl použit k trénování modelu hlubokého učení, který byl ověřen a testován dalšími dvěma datovými soubory.
|
Testování datové sady
Snímky sítnice prospektivně shromážděné z nemocnic a míst screeningu očních onemocnění se zcela liší od tréninkového souboru dat
|
Tréninkový datový soubor byl použit k trénování modelu hlubokého učení, který byl ověřen a testován dalšími dvěma datovými soubory.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Oblast pod provozní charakteristikou přijímače systému hlubokého učení
Časové okno: základní linie
|
Vyšetřovatelé vypočítají plochu pod operační křivkou přijímače systému hlubokého učení a porovnají tento index mezi systémem hlubokého učení a lidskými lékaři.
|
základní linie
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Citlivost systému hlubokého učení
Časové okno: základní linie
|
Vyšetřovatelé vypočítají citlivost systému hlubokého učení a porovnají tento index mezi systémem hlubokého učení a lidskými lékaři.
|
základní linie
|
Specifičnost systému hlubokého učení
Časové okno: základní linie
|
Vyšetřovatelé vypočítají specifičnost systému hlubokého učení a porovnají tento index mezi systémem hlubokého učení a lidskými lékaři.
|
základní linie
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Publikace a užitečné odkazy
Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.
Termíny studijních záznamů
Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.
Hlavní termíny studia
Začátek studia (Aktuální)
1. ledna 2014
Primární dokončení (Očekávaný)
1. února 2020
Dokončení studie (Očekávaný)
1. května 2020
Termíny zápisu do studia
První předloženo
23. prosince 2019
První předloženo, které splnilo kritéria kontroly kvality
24. prosince 2019
První zveřejněno (Aktuální)
30. prosince 2019
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
30. prosince 2019
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
24. prosince 2019
Naposledy ověřeno
1. prosince 2019
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
- CCPMOH2019- China8
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Ne
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Ne
Studuje produkt zařízení regulovaný americkým úřadem FDA
Ne
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .