Künstliche Intelligenz (KI) - ASSERTIVE Visual -Beeinträchtigungs -Screening -Modell: Community -basierte Implementierung und Bewertung von Leistung, Machbarkeit und Kosten.
10. März 2026 aktualisiert von: Tham Yih Chung, Singapore Eye Research Institute
Ziel dieser Beobachtungsstudie ist es, die Leistung, die betriebliche Effizienz, die Akzeptanz, die Durchführbarkeit und die Kostenwirksamkeit eines AI-unterstützten Screening-Modells zur Sehbehinderung in einer Gemeinschaftsumgebung zu bewerten. Die Hauptfragen, die es beantworten soll, sind:
- Kann das AI-unterstützte Screening-Modell im Vergleich zum aktuellen herkömmlichen Screening-Ansatz das Screening und die Empfehlungsgenauigkeit verbessern?
- Verbessert das AI-unterstützte Modell die betriebliche Effizienz und senkt die Gesundheitskosten in einer Gemeinschaft?
Die Forscher werden das AI-unterstützte Modell mit dem aktuellen traditionellen Screening-Ansatz vergleichen, um seine Auswirkungen auf die Screeninggenauigkeit, die Betriebseffizienz und die Kosteneffizienz zu bewerten.
Die Teilnehmer werden:
- Untersuchen Sie das Sehens-Screening mit dem AI-unterstützten Modell oder dem traditionellen Modell.
- Feedback zur Akzeptanz des Screening -Ansatzes geben.
- Tragen Sie zur Bewertung der Machbarkeit und Kosten bei, die mit jeder Screening -Methode verbunden sind.
Studienübersicht
Studientyp
Interventionell
Einschreibung (Geschätzt)
400
Phase
- Unzutreffend
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Singapore
-
Singapore, Singapore, Singapur, 648201
- Pioneer Polyclinic
-
-
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
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Ja
Beschreibung
Einschlusskriterien:
- Personen im Alter von 50 Jahren und höher.
Ausschlusskriterien:
- Personen im Alter von unter 50 Jahren.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Ai-unterstützt
Die Teilnehmer werden unter Verwendung des AVIRI-Modells (AI für krankheitsbedingte Sehbehinderungspflicht-Screening unter Verwendung der Netzhautbildgebung) eine Sehbehinderung unterziehen.
Diese Intervention umfasst eine automatisierte Fundus -Bildanalyse durch künstliche Intelligenz, um Personen mit hoher Wahrscheinlichkeit einer Sehbehinderung zu überprüfen und zu identifizieren.
|
Retinalfotografie-basierte Deep-Lern-Algorithmus zum Nachweis von Fällen von Krankheiten im Zusammenhang
Andere Namen:
|
|
Kein Eingriff: Traditionell
Die Teilnehmer erhalten unter Verwendung des herkömmlichen Screening -Modells, bei dem Optiker von Optikern vorgenommen werden, eine Sehbehinderungs -Screening, gefolgt von Überweisungsentscheidungen auf der Grundlage der manuellen Fundus -Bildbewertung.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Leistung von Aviri bei der Erkennung von Sehbehinderungen
Zeitfenster: Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Das primäre Ergebnis ist die Erkennungsleistung für VI (refraktive fehlerbedingte und krankheitsbedingte VI) und die korrekte Überweisung sowie die Diagnose der Expertenpanels.
Um zu beurteilen, ob das neue AI-unterstützte Modell eine bessere Überweisungsgenauigkeit hat als das aktuelle traditionelle Modell, werden die Genauigkeit, die AUC-Werte, die Empfindlichkeit, die Spezifität und die anderen Leistungsmetriken der beiden Modelle berechnet und verglichen.
|
Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Betriebseffizienz
Zeitfenster: Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Die Bewertung umfasst (i) durchschnittliche Screening -Zeit pro Patienten und (ii) durchschnittliche Anzahl der pro Sitzung untersuchten Patienten.
|
Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
|
Akzeptanz von Patienten
Zeitfenster: Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Die Akzeptanz von Patienten wird über einen 6-Punkte-Fragebogen (4-Punkte-Likert-Skala: "Zufriedenheit" oder "Wahrscheinlichkeit") bewertet, die von geschulten Koordinatoren verwaltet wird.
|
Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
|
Wahrnehmung der Machbarkeit
Zeitfenster: Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Die Wahrnehmung der Machbarkeit wird durch mindestens zwei Fokusgruppen mit Optikern bewertet, und einer mit Dienstleistern wird durchgeführt, geleitet durch den konsolidierten Rahmen für die Implementierungsforschung (CFIR).
Diskussionen werden Barrieren und Moderatoren untersuchen, die die Einführung des KI -Screening -Modells beeinflussen.
Die Daten werden induktiv und deduktiv von zwei Forschern mit CFIR -Konstrukten codiert. Diskrepanzen durch einen Konsens oder einen dritten Forscher gelöst.
|
Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
|
Kosteneinsparungen bei der Implementierung des AI-unterstützten Screening-Modells
Zeitfenster: Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Die Forscher quantifizieren die inkrementellen Kosteneinsparungen bei der Implementierung des AI-unterstützten Screening-Modells über das PSS-Modell unter Verwendung eines Aktivitätsbasis-Ansatzes (ABC), der alle nicht-sunk-Kosten (einschließlich Arbeitskräfte, Materialien und Versorgung sowie amortisierte Technologie- und Raumfahrtkosten-/ Mietkosten) quantifiziert, die für die Durchführung jeder Beurteilung der Aviri-Allobum, das Agening-Modell, das Aviri-Allith-Model, das Aviri-Allith-Model, das Aviri-Model (E.Ge.Ge. von Testergebnissen usw.).
Die Fixkosten werden über die erwartete Nutzungsdauer der Inputs abgeschrieben (d. H.
Lebenserwartung von Anlagevermögen).
Für die Kosten klinischer Bewertungen werden die Forscher nicht subventionierte Rechnungsgrößen verwenden, da diese die tatsächlichen Kosten voraussichtlich annähern.
|
Durch die Fertigstellung der Studie, durchschnittlich 1 Jahr
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
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)
27. Juni 2024
Primärer Abschluss (Tatsächlich)
27. Februar 2026
Studienabschluss (Geschätzt)
31. März 2026
Studienanmeldedaten
Zuerst eingereicht
7. März 2025
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
10. März 2025
Zuerst gepostet (Tatsächlich)
14. März 2025
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
11. März 2026
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
10. März 2026
Zuletzt verifiziert
1. März 2026
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2024/2297
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
UNENTSCHIEDEN
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .