Multimodales Deep-Learning-Modell für Multitask-Diagnose und Triage-Empfehlungen bei ophthalmologischen Erkrankungen
Entwicklung und Validierung eines multimodalen Deep-Learning-Modells für autonome Diagnose, generative Berichterstellung und Facharztüberweisung bei ophthalmologischen Erkrankungen: Eine internationale multizentrische Kohortenstudie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Honghua Yu
- Telefonnummer: +8618688888422
- E-Mail: yuhonghua@gdph.org.cn
Studienorte
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510280
- Rekrutierung
- Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University
-
Kontakt:
- Honghua Yu
- Telefonnummer: +8618688888422
- E-Mail: yuhonghua@gdph.org.cn
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Einwilligung nach Aufklärung eingeholt;
- Die Teilnehmer sollten ausreichend in der Lage sein, Chinesisch oder Englisch zu lesen, zu schreiben und zu verstehen;
- Für normale Teilnehmer: Die Personen sollten keine Bedenken bezüglich ihrer Augen haben.
- Für Teilnehmer mit augenbezogenen Hauptbeschwerden: Die Personen sollten spezifische Bedenken oder Probleme im Zusammenhang mit ihren Augen haben.
Ausschlusskriterien:
- Unvollständige klinische Daten zur Unterstützung der endgültigen Diagnose;
- Patienten, die nach Ansicht des behandelnden Arztes oder des klinischen Studienpersonals medizinisch zu instabil sind, um sicher an der Studie teilzunehmen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Normale Teilnehmer
Gesunde Menschen, die sich keine Sorgen um ihre Augen machen.
|
Multimodales Vision-Sprache-Modell für Multitask-Diagnose und Triage-Vorschläge von ophthalmologischen Erkrankungen Patienten mit Beschwerden über Erkrankungen des vorderen Augenabschnitts führen zuerst eine Spaltlampenuntersuchung durch oder machen ein Handy-Augenfoto.
Ein multimodales Vision-Sprache-Modell verwendet patientenbezogene Bilder (wie Selfies und Augenuntersuchungsfotos), um eine intelligente Diagnose zu stellen.
Die Diagnose bleibt privat.
Der Patient sucht dann medizinische Hilfe auf und unterzieht sich einer klinischen Untersuchung durch einen erfahrenen Kliniker.
Ein zweiter erfahrener Kliniker überprüft dann die klinische Diagnose.
Wenn die Diagnose übereinstimmt, gilt sie als Goldstandard.
Wenn es eine Diskrepanz in der Diagnose gibt, wird der Konsens zwischen den beiden Klinikern als Goldstandard verwendet.
|
|
Patienten mit augenbezogenen Hauptbeschwerden
Personen, die besondere Bedenken oder Probleme im Zusammenhang mit ihren Augen haben und diese als Hauptgrund für die Suche nach ärztlicher Hilfe oder das Einreichen einer Beschwerde betrachten.
|
Multimodales Vision-Sprache-Modell für Multitask-Diagnose und Triage-Vorschläge von ophthalmologischen Erkrankungen Patienten mit Beschwerden über Erkrankungen des vorderen Augenabschnitts führen zuerst eine Spaltlampenuntersuchung durch oder machen ein Handy-Augenfoto.
Ein multimodales Vision-Sprache-Modell verwendet patientenbezogene Bilder (wie Selfies und Augenuntersuchungsfotos), um eine intelligente Diagnose zu stellen.
Die Diagnose bleibt privat.
Der Patient sucht dann medizinische Hilfe auf und unterzieht sich einer klinischen Untersuchung durch einen erfahrenen Kliniker.
Ein zweiter erfahrener Kliniker überprüft dann die klinische Diagnose.
Wenn die Diagnose übereinstimmt, gilt sie als Goldstandard.
Wenn es eine Diskrepanz in der Diagnose gibt, wird der Konsens zwischen den beiden Klinikern als Goldstandard verwendet.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnostische Genauigkeit des multimodalen Vision-Sprach-Modells.
Zeitfenster: von Juli 2025 bis September 2025
|
Für jeden Patienten wurden die von dem multimodalen Vision-Sprache-Modell generierten Diagnosen und die von erfahrenen Klinikern gestellten klinischen Diagnosen dokumentiert und verglichen.
Die Übereinstimmung zwischen den beiden Diagnosen zeigt die Genauigkeit des Programms in der klinischen Praxis.
|
von Juli 2025 bis September 2025
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- U24A20707
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .