Evaluaciones de efectividad y rentabilidad del software de diagnóstico asistido por AI-AI para el detección de enfermedades oftálmicas
Descripción general del estudio
Estado
Descripción detallada
La inteligencia artificial (IA) ha mostrado un potencial significativo en el análisis de imágenes médicas y el diagnóstico de enfermedades, particularmente en oftalmología. Se han realizado avances sustanciales en la utilización de IA para diagnosticar enfermedades oftálmicas comunes, mejorar la detección temprana y mejorar los resultados de los pacientes. El diagnóstico temprano de la degeneración macular relacionada con la edad (AMD), la retinopatía diabética (DR) y el glaucoma (GLC) es crucial para el tratamiento efectivo y el manejo de la enfermedad.
Sin embargo, los diagnósticos clínicos actuales dependen en gran medida de los oftalmólogos, lo que lleva a desafíos como las bajas tasas de asistencia al paciente y la distribución desigual de los recursos de diagnóstico. Para abordar estos problemas, este estudio adopta un diseño de ensayo de antes y después para evaluar el impacto del sistema de diagnóstico asistido por verose AI. El estudio involucra tanto la recopilación de datos prospectivos de las proyecciones y el análisis retrospectivo de datos de pacientes anteriores.
Verisee AMD, Verisee DR y Verisee GLC son herramientas de software médico con AI diseñadas para detectar AMD, DR y GLC, respectivamente. Estos sistemas emplean algoritmos de IA avanzados para analizar imágenes de fotografía de fondo de fondo, evaluar las afecciones de la enfermedad y evaluar la calidad de la imagen. Al integrar este software en flujos de trabajo clínicos, los médicos reciben apoyo de diagnóstico instantáneo, mejorando la eficiencia y la accesibilidad en la detección de enfermedades oftálmicas.
Tipo de estudio
Inscripción (Estimado)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Taiwan
-
Taipei, Taiwan, Taiwán, 100225
- Reclutamiento
- National Taiwan University Hospital
-
Contacto:
- Yi-Ting Hsieh, Medical Doctor
- Número de teléfono: +886-2-2312-3456 ext. 265018
- Correo electrónico: ythyth@gmail.com
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Verisee AMD se usa en clínicas de oftalmología de subespecialidad no retiniana para adultos de 50 años o más.
- Verisee DR se usa en clínicas de subespecialidad no retinianas para pacientes diabéticos de 20 años o más.
- Verisee GLC se usa en clínicas de oftalmología de subespecialidad no glaucoma para adultos de 20 años o más con miopía menos de 1000 grados.
Criterios de exclusión:
- El paciente no acepta participar en el juicio o no puede proporcionar su consentimiento informado.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Poner en pantalla
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Otro: Intervención ai
Los pacientes se someterán a una detección de fotografía de fondo utilizando software de diagnóstico asistido por inteligencia artificial (Verisee).
Los oftalmólogos interpretarán independientemente las mismas imágenes, y los resultados se compararán con los generados por la IA.
|
Verisee AMD, Verisee DR y Verisee GLC son dispositivos de software médico basados en IA diseñados para evaluar degeneración macular relacionada con la edad (AMD), retinopatía diabética (DR) y glaucoma, respectivamente.
Estos sistemas utilizan algoritmos de IA avanzados para analizar imágenes de fotografía de fondo de color para la evaluación de la enfermedad.
Al instalar el software en una computadora, el sistema puede evaluar la calidad de la imagen, predecir las afecciones de la enfermedad y proporcionar instantáneamente resultados a los médicos clínicos, sirviendo como ayuda de diagnóstico.
La recopilación de datos del historial clínico del paciente se realizó porque no se utilizó el sistema de diagnóstico asistido por verose AI.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Sensibilidad
Periodo de tiempo: Desde la detección hasta el diagnóstico de AMD o DR confirmado por el médico, un promedio de 1 mes
|
La sensibilidad de la prueba de índice (Verisee) se calculó como la proporción de participantes con una enfermedad confirmada por estándar de referencia que fueron identificadas correctamente como positivas por el software de diagnóstico asistido por AII.
|
Desde la detección hasta el diagnóstico de AMD o DR confirmado por el médico, un promedio de 1 mes
|
|
Especificidad
Periodo de tiempo: Desde la detección hasta el diagnóstico de AMD o DR confirmado por el médico, un promedio de 1 mes
|
La especificidad de la prueba de índice se calculó como la proporción de participantes sin la condición objetivo, según lo determinado por el estándar de referencia, que fueron clasificados correctamente como negativos por la herramienta de diagnóstico asistida por AII.
|
Desde la detección hasta el diagnóstico de AMD o DR confirmado por el médico, un promedio de 1 mes
|
|
Concordancia
Periodo de tiempo: Desde la detección hasta el diagnóstico de AMD o DR confirmado por el médico, un promedio de 1 mes
|
La concordancia entre el diagnóstico asistido por AI-AI y la interpretación de los oftalmólogos se evaluó utilizando la tasa de acuerdo general (es decir, el porcentaje de casos con resultados de clasificación idénticos).
|
Desde la detección hasta el diagnóstico de AMD o DR confirmado por el médico, un promedio de 1 mes
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Análisis de costos totales (incluidos los costos directos e indirectos)
Periodo de tiempo: Desde la inscripción hasta 12 meses después de la detección
|
Esta medida incluye costos médicos directos (por ejemplo, detección, seguimiento, medicamentos y tratamiento), costos médicos indirectos relacionados con la salud (por ejemplo, mantenimiento del sistema de TI, personal de atención médica) y costos indirectos no médicos (por ejemplo, pérdida de transporte y productividad debido a la ceguera).
Los costos se analizarán tanto desde la perspectiva nacional del seguro de salud como desde la perspectiva social más amplia.
|
Desde la inscripción hasta 12 meses después de la detección
|
Colaboradores e Investigadores
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 202412086DINC
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
producto fabricado y exportado desde los EE. UU.
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. .