Desarrollo y Validación de un Sistema de Aprendizaje Profundo para Enfermedades Múltiples del Fondo de Ocular Utilizando Imágenes Retinianas
24 de diciembre de 2019 actualizado por: Haotian Lin, Sun Yat-sen University
Desarrollo y Validación de un Sistema de Aprendizaje Profundo para Múltiples Enfermedades del Fondo de Ocular Utilizando Imágenes Retinianas: un Estudio Prospectivo Multicéntrico
Las imágenes de la retina pueden reflejar tanto el fondo como las condiciones sistémicas (diabetes y enfermedades cardiovasculares) y, en primer lugar, usarse para el entrenamiento de algoritmos de inteligencia artificial (IA) médica debido a sus ventajas de importancia clínica y fácil de obtener.
Aquí, los investigadores desarrollaron un modelo de red único que puede extraer las características entre múltiples enfermedades del fondo de ojo, que fue entrenado con muchas imágenes de fondo de ojo con una o varias etiquetas de enfermedad (si las tienen) en cada una de ellas.
El desempeño del modelo se comparó con el de oftalmólogos nativos e internacionales.
El modelo se probó más a fondo con conjuntos de datos con diferentes tipos de cámaras y se validó con tres conjuntos de datos externos recopilados prospectivamente de los sitios clínicos donde se aplicaría el modelo.
Descripción general del estudio
Tipo de estudio
De observación
Inscripción (Anticipado)
300000
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Guangdong
-
Guangzhou, Guangdong, Porcelana, 510060
- Reclutamiento
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Contacto:
- Haotian Lin, Ph.D
- Número de teléfono: +86-020-87330274
- Correo electrónico: gddlht@aliyun.com
-
Investigador principal:
- Haotian Lin, Ph.D
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Géneros elegibles para el estudio
Todos
Método de muestreo
Muestra de probabilidad
Población de estudio
Las imágenes de la retina se recolectaron de diferentes institutos de atención médica en toda China y otros países del mundo.
Descripción
Criterios de inclusión:
- La calidad de las imágenes de fondo de ojo debe ser clínicamente aceptable. Más del 80 % del área de la imagen del fondo de ojo, incluidas cuatro regiones principales (disco óptico, mácula, arcos vasculares superiores e inferiores de la retina) son fáciles de leer y discriminar.
Criterio de exclusión:
- Las imágenes con fuga de luz (>30 % del área), manchas de reflejos o manchas en la lente y sobreexposición se excluyeron de un análisis posterior.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Otro
- Perspectivas temporales: Otro
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Conjunto de datos de entrenamiento
Imágenes de la retina recopiladas de hospitales y múltiples sitios de detección en toda China
|
|
|
Conjunto de datos de validación
Imágenes retinales separadas del conjunto de datos de entrenamiento
|
El conjunto de datos de entrenamiento se utilizó para entrenar el modelo de aprendizaje profundo, que fue validado y probado por otros dos conjuntos de datos.
|
|
Conjunto de datos de prueba
Imágenes de retina recolectadas prospectivamente de hospitales y sitios de detección de enfermedades oculares totalmente diferentes del conjunto de datos de entrenamiento
|
El conjunto de datos de entrenamiento se utilizó para entrenar el modelo de aprendizaje profundo, que fue validado y probado por otros dos conjuntos de datos.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Área bajo la curva característica operativa del receptor del sistema de aprendizaje profundo
Periodo de tiempo: base
|
Los investigadores calcularán el área bajo la curva característica operativa del receptor del sistema de aprendizaje profundo y compararán este índice entre el sistema de aprendizaje profundo y los médicos humanos.
|
base
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Sensibilidad del sistema de aprendizaje profundo
Periodo de tiempo: base
|
Los investigadores calcularán la sensibilidad del sistema de aprendizaje profundo y compararán este índice entre el sistema de aprendizaje profundo y los médicos humanos.
|
base
|
|
Especificidad del sistema de aprendizaje profundo
Periodo de tiempo: base
|
Los investigadores calcularán la especificidad del sistema de aprendizaje profundo y compararán este índice entre el sistema de aprendizaje profundo y los médicos humanos.
|
base
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
1 de enero de 2014
Finalización primaria (Anticipado)
1 de febrero de 2020
Finalización del estudio (Anticipado)
1 de mayo de 2020
Fechas de registro del estudio
Enviado por primera vez
23 de diciembre de 2019
Primero enviado que cumplió con los criterios de control de calidad
24 de diciembre de 2019
Publicado por primera vez (Actual)
30 de diciembre de 2019
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
30 de diciembre de 2019
Última actualización enviada que cumplió con los criterios de control de calidad
24 de diciembre de 2019
Última verificación
1 de diciembre de 2019
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- CCPMOH2019- China8
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
No
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .