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

Artificial Intelligence for Detecting Retinal Diseases

12. april 2021 opdateret af: Beijing Tongren Hospital

Classification of Retinal Diseases by Artificial Intelligence

The objective of this study is to apply an artificial intelligence algorithm to diagnose multi retinal diseases from fundus photography. The effectiveness and accuracy of this algorithm was evaluated by sensitivity, specificity, positive predictive value, negative predictive value, and area under curve.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

The objective of this study is to apply an artificial intelligence algorithm to diagnose referral diabetes retinopathy, referral age-related macular degeneration, referral possible glaucoma, pathological myopia, retinal vein occlusion, macular hole, macular epiretinal membrane, hypertensive retinopathy, myelinated fibers, retinitis pigmentosa and other retinal lesions from fundus photography. The effectiveness and accuracy of this algorithm was evaluated by sensitivity, specificity, positive predictive value, negative predictive value, area under curve, and F1 score.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

1000000

Kontakter og lokationer

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

Studiesteder

  • Kina
    • Beijing
      • Beijing, Beijing, Kina, 100730
        • Wen-Bin Wei

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

18 år til 80 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

The study population is derived from an anonymous database that contains health examination results of the general population.

Beskrivelse

Inclusion Criteria:

  • fundus photography around 45° field which covers optic disc and macula
  • complete identification information

Exclusion Criteria:

  • insufficient information for diagnosis.

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
Retinal diseases diagnosed by artificial intelligence algorithm
Diagnostisk test: Retinal diseases diagnosed by artificial intelligence algorithm
An artificial intelligence algorithm was applied to diagnose referral diabetes retinopathy, referral age-related macular degeneration, referral possible glaucoma, pathological myopia, retinal vein occlusion, macular hole, macular epiretinal membrane, hypertensive retinopathy, myelinated fibers, retinitis pigmentosa and other retinal lesions from fundus photography.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Area under curve
Tidsramme: 1 week
We used the receiver operating characteristic (ROC) curve and area under curve to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
1 week
Sensitivity and specificity
Tidsramme: 1 week
We used sensitivity and specificity to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
1 week
Positive predictive value, negative predictive value
Tidsramme: 1 week
We used positive predictive value and negative predictive value to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
1 week
F1 score
Tidsramme: 1 week
We used F1 score to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
1 week

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Systemic biomarkers and diseases
Tidsramme: 1 week
Using medical records as the gold standard, we test the accuracy of this artificial intelligence algorism recognition and classification of systemic biomarkers and diseases: age, sex, blood pressure, blood hemoglobin, cardiovascular diseases, thyroid function and kidney function.
1 week

Samarbejdspartnere og efterforskere

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

Sponsor

Beijing Tongren Hospital

Samarbejdspartnere

Beijing Tulip Partner Technology Co., Ltd, China

Efterforskere

  • Studiestol: Wenbin Wei, Beijing Tongren Hospital

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)

1. juni 2018

Primær færdiggørelse (Faktiske)

30. juni 2020

Studieafslutning (Faktiske)

1. oktober 2020

Datoer for studieregistrering

Først indsendt

16. december 2020

Først indsendt, der opfyldte QC-kriterier

16. december 2020

Først opslået (Faktiske)

21. december 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

15. april 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. april 2021

Sidst verificeret

1. juni 2018

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • AI in retinal diseases

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 Nethindesygdomme

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Netherlands

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner