Validering af nytten af et intelligent synsskarphedsdiagnosesystem til børn
5. december 2018 opdateret af: Haotian Lin, Sun Yat-sen University
Validering af nytten af et intelligent synsskarphedsdiagnosesystem for børn: Brug af et menneske-i-løkken kunstig intelligens-paradigme
Visuel udvikling i den tidlige barndom er en vital proces.
At undersøge børns synsstyrke er afgørende for tidlig opdagelse af synsabnormitet, men at udføre en sådan vurdering hos børn er udfordrende.
Her udviklede efterforskerne et human-in-the-loop kunstig intelligens (AI) paradigme, der kombinerer traditionel synsundersøgelse og AI med integreret software og hardware, og dermed gør synsundersøgelsen nem at udføre.
Efterforskeren etablerer også et entitets-intelligent synsskarphedsdiagnosesystem baseret på paradigmet og udfører kliniske forsøg for at validere, om det diagnostiske system kan udligne menneskelige lægers mangler.
Studieoversigt
Status
Afsluttet
Betingelser
Intervention / Behandling
Undersøgelsestype
Interventionel
Tilmelding (Faktiske)
50
Fase
- Ikke anvendelig
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510000
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
-
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
1 måned til 14 år (BARN)
Tager imod sunde frivillige
Ja
Køn, der er berettiget til at studere
Alle
Beskrivelse
Inklusionskriterier:
- Pædiatriske patienter fra øjenklinikken har givet skriftlige informerede samtykker
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: DIAGNOSTISK
- Tildeling: NA
- Interventionel model: SINGLE_GROUP
- Maskning: INGEN
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
ANDET: Kvalificerede patienter til AI-test.
Enhed: Et intelligent synsstyrkediagnosesystem til børn.
En kunstig intelligens til at evaluere børns syn.
|
En kunstig intelligens til at foretage evaluering og af børns syn.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Andelen af nøjagtig, fejl- og fejldetektion af det intelligente synsstyrkediagnosesystem.
Tidsramme: Op til 5 år
|
Op til 5 år
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
Efterforskere
- Ledende efterforsker: Lin Haotian, M.D, Ph.D, Zhongshan Ophthalmic Center, Sun Yat-sen University
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)
20. maj 2018
Primær færdiggørelse (FAKTISKE)
20. juli 2018
Studieafslutning (FAKTISKE)
20. juli 2018
Datoer for studieregistrering
Først indsendt
5. december 2018
Først indsendt, der opfyldte QC-kriterier
5. december 2018
Først opslået (FAKTISKE)
6. december 2018
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (FAKTISKE)
6. december 2018
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
5. december 2018
Sidst verificeret
1. december 2018
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- CCPMOH2018-China-12
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 .