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

Künstliches intelligentes System für Augen-Notfall-Triage und Primärdiagnose

25. Dezember 2022 aktualisiert von: Haotian Lin, Sun Yat-sen University

Prospektive Validierung eines künstlichen intelligenten Systems für Augen-Notfall-Triage und Primärdiagnose

Ophthalmologische Notfälle sind akute, das Sehvermögen bedrohende Störungen, bei denen eine Verzögerung der sofortigen Notfallmaßnahmen zu einem katastrophalen Sehverlust führen kann. Die Triage ist ein effektiver Prozess, um sicherzustellen, dass trotz begrenzter Ressourcen eine rechtzeitige Notfallversorgung erfolgt, indem Patienten mit geeigneten Besuchsaufträgen priorisiert werden. Historisch gesehen klassifizieren examinierte Krankenschwestern Notfallpatienten auf der Grundlage persönlicher Erfahrungen mit hoher Variation. Darüber hinaus standen primäre Gesundheitsdienstleister herkömmlicherweise an vorderster Front bei der Bereitstellung von Erster-Hilfe-Versorgung. Die meisten Augennotfälle werden jedoch aufgrund der begrenzten Kenntnisse und Ausbildung von Nicht-Augenspezialisten in der Augenheilkunde falsch diagnostiziert oder überwiesen.

Hier etablierten und validierten die Ermittler ein künstliches Intelligenzsystem, EE-Explorer, zur Triage von Augennotfällen und zur Unterstützung der Primärdiagnose unter Verwendung von Metadaten und Augenbildern. Dieses System wurde in eine Website integriert, um prospektiv in der realen Welt validiert zu werden.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

100

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510060
        • Rekrutierung
        • Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
        • Kontakt:
        • Kontakt:

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

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Durch die Online-Popularwissenschaft, Nachrichtenberichte und andere Kanäle werden wir Patienten über das relevante Wissen über ophthalmologische Notfälle informieren und informieren, damit sie selbst urteilen und frei entscheiden können, ob sie an dieser Studie teilnehmen oder nicht.

Beschreibung

Einschlusskriterien:

  1. Akute ophthalmologische Symptome innerhalb eines Monats
  2. Erster Besuch in der Augennotaufnahme
  3. Muss in der Lage sein, das Triage-Formular für ophthalmologische Notfälle auszufüllen
  4. Muss in der Lage sein, entweder durch Einreichen von Smartphone-Fotos oder durch Erhalt einer Spaltlampenuntersuchung zu kooperieren

Ausschlusskriterien:

Die Bildqualität entspricht nicht den klinischen Anforderungen.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Kohorte
  • Zeitperspektiven: Interessent

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Berechtigte Teilnehmer für KI-basierte ophthalmologische Notfalltriage und Primärdiagnose
Diagnosetest: Künstliches intelligentes System für Augennotfall-Triage und Primärdiagnose
Ein intelligentes Triage- und Diagnosesystem für ophthalmologische Notfälle wurde entwickelt. Im prospektiven Test können Patienten mit akuten Augensymptomen nach dem Hochladen von Metadaten und Augenbildern eine Fern-Selbsttriage und Primärdiagnose erreichen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Die Genauigkeit des Triage-Modells
Zeitfenster: 2023.1
Verwenden Sie das Triage-Modell, um Patienten mit akuten Augensymptomen zu klassifizieren, und zählen Sie den Anteil der richtigen Klassifizierung.
2023.1

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Die Genauigkeit des primären diagnostischen Modells
Zeitfenster: 2023.1
Verwenden Sie das primäre Diagnosemodell, um Patienten mit Augennotfällen zu diagnostizieren, und zählen Sie den Anteil der korrekten Diagnose bei allen Patienten.
2023.1

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Akzeptanz der Patienten
Zeitfenster: 2023.1
Punktzahlen im Fragebogen
2023.1

Mitarbeiter und Ermittler

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

Sponsor

Sun Yat-sen University

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)

10. Dezember 2022

Primärer Abschluss (Voraussichtlich)

13. Januar 2023

Studienabschluss (Voraussichtlich)

20. Januar 2023

Studienanmeldedaten

Zuerst eingereicht

13. Dezember 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

25. Dezember 2022

Zuerst gepostet (Schätzen)

11. Januar 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Schätzen)

11. Januar 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

25. Dezember 2022

Zuletzt verifiziert

1. Dezember 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 2021KYPJ046

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 .

Abonnieren