Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

AI klasifikuje multi-retinální onemocnění

9. prosince 2020 aktualizováno: Beijing Tongren Hospital

Automatická klasifikace onemocnění multi-sítnice z fundus fotografie založená na hlubokém učení

Cílem této studie je vytvořit algoritmus hlubokého učení (DL) pro automatickou klasifikaci různých onemocnění z focení očního pozadí a rozlišení hlavních stavů ohrožujících zrak a dalších abnormalit sítnice. Efektivita a přesnost zavedeného algoritmu bude vyhodnocena v komunitním datovém souboru.

Přehled studie

Detailní popis

Nemoci sítnice vážně ohrožují zrak a kvalitu života, ale často se vyvíjejí zákeřně. K dnešnímu dni mají algoritmy hlubokého učení (DL) vysoké vyhlídky v biomedicínské vědě, zejména v diagnostice očních onemocnění, jako je diabetická retinopatie, věkem podmíněná makulární degenerace, retinopatie nedonošených, glaukom a edém papily. Stále však chybí jediný algoritmus, který by mohl klasifikovat více onemocnění z fotografie očního pozadí.

Tato průřezová studie zavede DL algoritmus pro automatickou klasifikaci různých onemocnění z fotografie očního pozadí a odliší hlavní stavy ohrožující zrak a další abnormality sítnice. K prozkoumání schopnosti rozpoznání a klasifikace nemocí použijeme křivku provozní charakteristiky přijímače (ROC). Vezmeme-li výsledky expertního panelu jako zlatý standard, použijeme hodnotící indexy, jako je citlivost, specificita, přesnost, pozitivní prediktivní hodnota, negativní prediktivní hodnota atd., abychom porovnali diagnostickou kapacitu mezi systémem rozpoznávání AI a lidským oftalmologem. .

Typ studie

Pozorovací

Zápis (Očekávaný)

10000

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

    • Beijing
      • Beijing, Beijing, Čína, 100730
        • Nábor
        • Wen-Bin Wei

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

Vzorek nepravděpodobnosti

Studijní populace

datový soubor odvozený od komunity

Popis

Kritéria pro zařazení:

  • fotografie fundu kolem 45° pole, které pokrývá optický disk a makulu
  • úplné identifikační údaje pacienta;

Kritéria vyloučení:

  • neúplné identifikační údaje pacienta

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

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Multi-onemocnění sítnice diagnostikovaná DL algoritmem
Algoritmus DL automaticky klasifikuje mnohočetná onemocnění z fotografie očního pozadí a rozlišuje hlavní stavy ohrožující zrak a další abnormality sítnice.
Multi-onemocnění sítnice diagnostikované panelem odborníků
Expertní panel klasifikuje různá onemocnění z focení očního pozadí a rozlišuje hlavní stavy ohrožující zrak a další abnormality sítnice.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Oblast pod křivkou
Časové okno: 1 týden
K prozkoumání schopnosti rozpoznání a klasifikace nemocí použijeme křivku provozní charakteristiky přijímače (ROC). Vezmeme-li výsledky panelu odborníků jako zlatý standard, použijeme plochu pod křivkou k porovnání diagnostické kapacity mezi systémem rozpoznávání AI a lidským oftalmologem.
1 týden
Citlivost a specifičnost
Časové okno: 1 týden
Vezmeme-li výsledky panelu odborníků jako zlatý standard, použijeme senzitivitu a specificitu k porovnání diagnostické kapacity mezi systémem rozpoznávání AI a lidským oftalmologem.
1 týden
Pozitivní a negativní prediktivní hodnota
Časové okno: 1 týden
Vezmeme-li výsledky odborného panelu jako zlatý standard, použijeme pozitivní a negativní prediktivní hodnotu k porovnání diagnostické kapacity mezi systémem rozpoznávání AI a lidským oftalmologem.
1 týden
Přesnost
Časové okno: 1 týden
Vezmeme-li výsledky panelu odborníků jako zlatý standard, použijeme přesnost k porovnání diagnostické kapacity mezi systémem rozpoznávání AI a lidským oftalmologem.
1 týden

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

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. listopadu 2020

Primární dokončení (Očekávaný)

1. listopadu 2021

Dokončení studie (Očekávaný)

1. prosince 2021

Termíny zápisu do studia

První předloženo

13. října 2020

První předloženo, které splnilo kritéria kontroly kvality

15. října 2020

První zveřejněno (Aktuální)

19. října 2020

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

11. prosince 2020

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

9. prosince 2020

Naposledy ověřeno

1. října 2020

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • Retinal multi diseases

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ano

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

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 .

Klinické studie na Onemocnění sítnice

Předplatit