Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Validierung des Nutzens des intelligenten Diagnosesystems für die Augenheilkunde

17. Oktober 2019 aktualisiert von: Haotian Lin, Sun Yat-sen University

Validierung des Nutzens des intelligenten Diagnosesystems für die Augenheilkunde: Eine klinische Studie

Die Prävention und Behandlung von Krankheiten durch künstliche Intelligenz ist ein ultimatives Ziel in der Computermedizin. Anwendungsszenarien der aktuellen medizinischen Algorithmen sind zu einfach, um allgemein auf reale komplexe klinische Umgebungen angewendet zu werden. Hier verwenden die Forscher „Deep Learning“ und „Visionome-Technik“, eine neuartige Annotationsmethode für künstliche Intelligenz in der Medizin, um ein automatisches Erkennungs- und Klassifizierungssystem für vier zentrale klinische Szenarien zu erstellen: 1) Massenscreening, 2) umfassende klinische Triage, 3) hyperfeine diagnostische Beurteilung und 4) mehrwegige Behandlungsplanung. Der Prüfarzt richtet auch ein Telemedizinsystem ein und führt klinische Versuche und eine Website-basierte Studie durch, um seine Vielseitigkeit zu bestätigen.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

615

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510000
        • Zhongshan Ophthalmic Center, Sun Yat-sen University

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Eine prospektive Studie an Patienten und Bewohnern, die die Webplattform zur Diagnose nutzen.

Beschreibung

Einschlusskriterien:

  • Patienten und Bewohner, die sich einer augenärztlichen Untersuchung des Auges unterzogen und ihre Augeninformationen in der Ambulanz und Gemeinde aufgezeichnet haben.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Geeignete Patienten für den AI-Test.
Gerät: Ophthalmologisches Diagnosesystem. Eine künstliche Intelligenz, um eine umfassende Bewertung und Behandlungsentscheidung von Augenerkrankungen zu treffen.
Gerät: Diagnosesystem für die Augenheilkunde.
Eine künstliche Intelligenz, um eine umfassende Bewertung und Behandlungsentscheidung von Augenerkrankungen zu treffen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Der Anteil der genauen, fehlerhaften und fehlenden Erkennung des ophthalmologischen Diagnosesystems.
Zeitfenster: Bis zu 5 Jahre
Bis zu 5 Jahre

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Sun Yat-sen University

Mitarbeiter

Ministry of Health, China
Xidian University

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. April 2018

Primärer Abschluss (Tatsächlich)

31. August 2019

Studienabschluss (Tatsächlich)

31. August 2019

Studienanmeldedaten

Zuerst eingereicht

11. April 2018

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

11. April 2018

Zuerst gepostet (Tatsächlich)

17. April 2018

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

21. Oktober 2019

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

17. Oktober 2019

Zuletzt verifiziert

1. Oktober 2019

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • CCPMOH2018-China-2

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Diagnosesystem für die Augenheilkunde.

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Czech Republic

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren