Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Udredning af glaukom med kunstig intelligens (AGE)

19. oktober 2020 opdateret af: Xiulan Zhang, Sun Yat-sen University

Udvikling af kunstig intelligens-assisteret diagnostisk program for glaukom

Grøn stær er i øjeblikket den næststørste årsag til irreversibel blindhed i verden. Vores undersøgelse har til hensigt at kombinere kliniske data fra glaukompatienter i Zhongshan Ophthalmic Center med kunstig intelligens-teknikker for at skabe programmer, der kan screene og diagnosticere glaukom.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Grøn stær er i øjeblikket den næstførende årsag til irreversibel blindhed i verden, hvilket medfører en stor byrde for det menneskelige samfund. Sammenlignet med andre øjensygdomme er den diagnostiske proces af glaukom kompliceret, afhængig af flere testresultater, herunder synsfelttest, OCT osv. Hvordan man diagnosticerer glaukom korrekt og hurtigt har altid været et varmt emne i glaukomforskning. Kunstig intelligens bruges til at studere og udvikle teorier og metoder, der kan hjælpe med at simulere og udvide menneskelig intelligens, som er blevet brugt i en masse forskningsfelter såsom automatisk kørsel og medicin. Undersøgelsen har til hensigt at kombinere kliniske data fra glaukompatienter i Zhongshan Ophthalmic Center med kunstig intelligens-teknikker for at skabe programmer, der kan screene og diagnosticere glaukom.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

10800

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510000
        • Zhongshan Ophthalmic Center

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Alle, der kan gennemføre synsfelttest og har BCVA>0.1, kan tilmeldes. Vi vil indsamle synsfelttestresultater og OCT-billeder af både glaukom- og ikke-glaukompatienter.

Beskrivelse

Inklusionskriterier:

  1. BCVA>0,1
  2. i stand til at gennemføre pålidelig synsfelttest
  3. ingen historie med intraokulær kirurgi eller funduslaser

Ekskluderingskriterier:

1. ude af stand til at gennemføre synsfelttest

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Glaukompatienter
Glaukompatienter vil tage synsfelttest og OCT-billeddannelse af synsnerveområdet. Alle disse data vil blive indsamlet som kilde til maskinlæring.
Diagnostisk test: Synsfelt og OCT test
Synsfelttest og OCT er almindeligt anvendte essentielle tests til at stille nøjagtig diagnose af glaukom. Algoritmer til at klassificere synsfelt- og OCT-test vil både blive udviklet og verificeret.
Ikke-grøn stær deltagere
Ikke-grøn stær deltagere vil tage synsfelttest og OCT-billeddannelse af synsnerveområdet. Alle disse data vil blive indsamlet som kilde til maskinlæring.
Diagnostisk test: Synsfelt og OCT test
Synsfelttest og OCT er almindeligt anvendte essentielle tests til at stille nøjagtig diagnose af glaukom. Algoritmer til at klassificere synsfelt- og OCT-test vil både blive udviklet og verificeret.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed af diagnose ved kunstig intelligens algoritme
Tidsramme: fra august 2017 til februar 2021
Nøjagtighed af diagnose ved kunstig intelligens-algoritme og sammenlign dette resultat med glaukom-specialister
fra august 2017 til februar 2021

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed af diagnose ved kunstig intelligens algoritme
Tidsramme: fra august 2017 til februar 2021
Følsomhed af diagnose ved kunstig intelligens algoritme
fra august 2017 til februar 2021
Specificitet af diagnose ved kunstig intelligens algoritme
Tidsramme: fra august 2017 til februar 2021
Specificitet af diagnose ved kunstig intelligens algoritme
fra august 2017 til februar 2021

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Sun Yat-sen University

Samarbejdspartnere

Chinese Academy of Sciences

Efterforskere

  • Ledende efterforsker: Xiulan Zhang, Doctor, Sun Yat-sen University

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

15. august 2017

Primær færdiggørelse (Faktiske)

1. december 2019

Studieafslutning (Faktiske)

1. februar 2020

Datoer for studieregistrering

Først indsendt

29. august 2017

Først indsendt, der opfyldte QC-kriterier

30. august 2017

Først opslået (Faktiske)

31. august 2017

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

22. oktober 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

19. oktober 2020

Sidst verificeret

1. oktober 2020

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • ProjectAGE

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Synsfelt og OCT test

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Algeria

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner