Effektivität und Kosteneffizienzbewertungen von AI-unterstützten Diagnosesoftware (Verisee) für Ophthalmic-Krankheits-Screening
Studienübersicht
Status
Detaillierte Beschreibung
Künstliche Intelligenz (KI) hat ein signifikantes Potenzial für die medizinische Bildgebungsanalyse und die Diagnose der Krankheit gezeigt, insbesondere in der Augenheilkunde. Es wurden wesentliche Fortschritte bei der Verwendung von KI zur Diagnose häufiger Ophthalmic -Krankheiten, der Verbesserung der Früherkennung und der Verbesserung der Patientenergebnisse erzielt. Frühe Diagnose einer altersbedingten Makuladegeneration (AMD), der diabetischen Retinopathie (DR) und des Glaukoms (GLC) ist für eine wirksame Behandlung und Krankheitsbehandlung von entscheidender Bedeutung.
Die aktuellen klinischen Diagnosen beruhen jedoch stark auf Augenärzten, was zu Herausforderungen wie geringen Anwesenheitsraten und ungleicher Verteilung der diagnostischen Ressourcen führt. Um diese Probleme anzugehen, nimmt diese Studie ein Vorher-Nachher-Versuchsdesign an, um die Auswirkungen des verisee-AI-unterstützten diagnostischen Systems zu bewerten. Die Studie beinhaltet sowohl eine prospektive Datenerfassung aus Screenings als auch die retrospektive Analyse früherer Patientendaten.
Verisee AMD, Verisee DR und Verisee GLC sind medizinische Softwaretools mit AI-betrieben, die für AMD, DR und GLC sortieren konnten. Diese Systeme verwenden fortschrittliche KI -Algorithmen, um Farbfondsfotografie -Bilder zu analysieren, die Krankheitsbedingungen zu bewerten und die Bildqualität zu bewerten. Durch die Integration dieser Software in klinische Workflows erhalten Ärzte eine sofortige diagnostische Unterstützung und verbessert die Effizienz und Zugänglichkeit beim Screening von Ophthalmic -Krankheiten.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Taipei, Taiwan, 100225
- Rekrutierung
- National Taiwan University Hospital
-
Kontakt:
- Yi-Ting Hsieh, Medical Doctor
- Telefonnummer: +886-2-2312-3456 ext. 265018
- E-Mail: ythyth@gmail.com
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Verisee AMD wird in nicht-retinalen Unterspitzen-Ophthalmologiekliniken für Erwachsene ab 50 Jahren verwendet.
- Verisee DR wird in nicht-retinalen Unterspezialkliniken für diabetische Patienten ab 20 Jahren verwendet.
- Verisee GLC wird in Nicht-Glaukom-Subspezialitäts-Ophthalmologiekliniken für Erwachsene ab 20 Jahren mit einer Myopie von weniger als 1000 Grad verwendet.
Ausschlusskriterien:
- Der Patient stimmt nicht zu, an der Studie teilzunehmen, oder kann keine Einverständniserklärung einreichen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Screening
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Sonstiges: KI -Intervention
Die Patienten unterziehen sich mit einer Fundus-Fotografie-Screening unter Verwendung einer diagnostischen Software für künstliche Intelligenz (Verisee).
Ophthalmologen werden die gleichen Bilder unabhängig interpretieren, und die Ergebnisse werden mit denen verglichen, die von der KI erzeugt werden.
|
Verisee AMD, Verisee DR und Verisee GLC sind AI-basierte medizinische Softwaregeräte für das Screening altersbedingter Makuladegeneration (AMD), diabetische Retinopathie (DR) bzw. Glaukom.
Diese Systeme verwenden fortschrittliche KI -Algorithmen, um Color Fundus Photography -Bilder zur Bewertung der Krankheit zu analysieren.
Durch die Installation der Software auf einem Computer kann das System die Bildqualität bewerten, Krankheitsbedingungen vorhersagen und klinischen Ärzten sofort Ergebnisse liefern und als diagnostische Hilfe dienen.
Die Datenerfassung aus der klinischen Anamnese des Patienten wurde durchgeführt, da das verisee-AI-unterstützte diagnostische System nicht verwendet wurde.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit
Zeitfenster: Vom Screening bis zum ärztlich bestätigten Diagnose von AMD oder DR, durchschnittlich 1 Monat
|
Die Sensitivität des Indextests (Verisee) wurde als Anteil der Teilnehmer mit referenzverwägerter Krankheit berechnet, die von der AI-unterstützten diagnostischen Software korrekt als positiv identifiziert wurden.
|
Vom Screening bis zum ärztlich bestätigten Diagnose von AMD oder DR, durchschnittlich 1 Monat
|
|
Spezifität
Zeitfenster: Vom Screening bis zum ärztlich bestätigten Diagnose von AMD oder DR, durchschnittlich 1 Monat
|
Die Spezifität des Indextests wurde als Anteil der Teilnehmer ohne die Zielbedingung berechnet, die durch den Referenzstandard ermittelt wurde und die durch das AI-unterstützte diagnostische Tool korrekt als negativ eingestuft wurden.
|
Vom Screening bis zum ärztlich bestätigten Diagnose von AMD oder DR, durchschnittlich 1 Monat
|
|
Konkordanz
Zeitfenster: Vom Screening bis zum ärztlich bestätigten Diagnose von AMD oder DR, durchschnittlich 1 Monat
|
Die Übereinstimmung zwischen der AI-unterstützten Diagnose und der Interpretation der Ophthalmologen wurde unter Verwendung der Gesamtvereinbarungsrate (d. H. Der Prozentsatz der Fälle mit identischen Klassifizierungsergebnissen) bewertet.
|
Vom Screening bis zum ärztlich bestätigten Diagnose von AMD oder DR, durchschnittlich 1 Monat
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Gesamtkostenanalyse (einschließlich direkter und indirekter Kosten)
Zeitfenster: Von der Einschreibung bis 12 Monate nach dem Screening
|
Diese Maßnahme umfasst direkte medizinische Kosten (z. B. Screening, Follow-up, Medikamente und Behandlung), indirekte medizinische Kosten im Zusammenhang mit Gesundheitsversorgung (z. B. Wartung des IT-Systems, des Gesundheitswesens) und nicht-medizinische indirekte Kosten (z. B. Transport- und Produktivitätsverlust aufgrund von Blindheit).
Die Kosten werden sowohl aus Sicht der nationalen Krankenversicherung als auch aus der breiteren gesellschaftlichen Perspektive analysiert.
|
Von der Einschreibung bis 12 Monate nach dem Screening
|
Mitarbeiter und Ermittler
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 202412086DINC
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .