Deep Learning -järjestelmän kehittäminen neuro-oftalmologisten tilojen tunnistamiseksi silmänpohjan värikuvista päivystysosastolla (DEEP-VISION)
Viime vuosina tekoäly (AI) on integroitu laajalti lääketieteen alalle, mikä on osaltaan parantanut potilaiden diagnoosia. BONSAI-tutkimus, Brain and Optic Nerve Study with AI, johon tiimimme osallistuu, on onnistuneesti osoittanut tekoälyn kyvyn tunnistaa yksittäisiä näköhermoihin ja/tai aivoihin vaikuttavia neuro-oftalmologisia tai neurologisia patologioita yksinkertaisesta silmänpohjakuvasta.
Vaikka tämä on lupaava edistysaskel, se on edelleen rajallinen nykyisessä kliinisessä käytännössä. Suurin haasteemme on pystyä tunnistamaan samassa analyysissä samanaikaisesti useampia näköhermon ja/tai aivosairauksia, mikä parantaa potilashallintaa erityisesti ensiapuun lähetettävien osalta. Tarkan diagnoosin puuttuessa komplikaatiot voivat todellakin olla peruuttamattomia ja hengenvaarallisia.
Päivystyksen hälyttävimpiin kliinisiin oireisiin kuuluu staasin papilledeema, joka akuutin päänsäryn ohella voi viitata kallonsisäiseen kohonneeseen verenpaineeseen, tulehdukselliseen tai iskeemiseen patologiaan. Jälkimmäinen voi olla Hortonin taudin ilmentymä. Tiimimme on kehittänyt tekoälyalgoritmin verkkokalvon ja näköhermon poikkeavuuksien diagnosoimiseksi retinovalokuvien perusteella, jotka on otettu ihanteellisissa olosuhteissa ajoitettujen konsultaatioiden aikana, eikä kuviin päivystykseen saapuvista potilaista. Sairaaloissa, joissa ei ole silmätautien päivystystä, on välttämätöntä, että päivystyslääkärit (päivystyslääkärit, yleislääkärit, neurologit) pystyvät arvioimaan silmänpohjan silmälääkärin poissa ollessa. Tämä arviointi, vaikka osa yleistä tutkimusta, asettaa usein haasteita muille kuin silmälääkäreille. Tutkimuksemme tavoitteena on parantaa tekoälyalgoritmimme suorituskykyä niin, että se pystyy erottamaan eri verkkokalvon ja näköhermon patologiat ensiapuosastolla. Siksi aiomme rakentaa silmänpohjakuvien tietokannan ottamalla mukaan potilaat, jotka saapuvat Fondation Adolphe de Rothschild -sairaalan silmä- ja neurologian ensiapuosastoille. Kehitetyn algoritmin suorituskykyä arvioidaan herkkyyden, spesifisyyden, käyrän alla olevan pinta-alan (AUC) ja tarkkuuden standardikriteerien mukaan.
Tutkimuksen yleiskatsaus
Tila
Tila
Ehdot
Ehdot
Opintotyyppi
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Ilmoittautuminen
Yhteystiedot ja paikat
Opiskeluyhteys
Opiskeluyhteys
- Nimi: Amelie Yavchitz, Dr
- Puhelinnumero: 33 148036454
- Sähköposti: ayavchitz@for.paris
Opiskelupaikat
-
-
-
Paris, Ranska, 75019
- Rekrytointi
- Hôpital Fondation Adolphe de Rothschild
-
Ottaa yhteyttä:
- Yavchitz
- Puhelinnumero: 33 1 48 03 64 54
- Sähköposti: ayavchitz@for.paris
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- Potilas 18 vuotta täyttänyt
- Esittely Fondation Adolphe de Rothschild -sairaalan ensiapuosastolle
- Ilmaise suostumuksesi tutkimukseen osallistumiseen
- sosiaaliturvajärjestelmän jäsen tai edunsaaja
Poissulkemiskriteerit:
- Potilas lain suojassa
- Raskaana olevat tai imettävät naiset
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Oikeiden ennusteiden osuus kaikista positiivisista ennusteista kaikista algoritmin kokonaisennusteista (positiivinen + negatiivinen)
Aikaikkuna: Päivä 30
|
Kultastandardi on vanhempi silmälääkärin tekemä diagnoosi potilaan sairauskertomusten perusteella, jotka on konsultoitu klo 30 hätäkäynnin jälkeen.
|
Päivä 30
|
Toissijaiset tulostoimenpiteet
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Algoritmin herkkyys kullekin silmäsairaudelle
Aikaikkuna: Päivä 30
|
Kultastandardi on vanhempi silmälääkärin tekemä diagnoosi potilaan sairauskertomusten perusteella, jotka on konsultoitu klo 30 hätäkäynnin jälkeen.
|
Päivä 30
|
|
Algoritmin spesifisyys kullekin silmäsairaudelle
Aikaikkuna: Päivä 30
|
Kultastandardi on vanhempi silmälääkärin tekemä diagnoosi potilaan sairauskertomusten perusteella, jotka on konsultoitu klo 30 hätäkäynnin jälkeen.
|
Päivä 30
|
|
Käyrän alla oleva pinta-ala (AUC) jokaiselle silmäsairaudelle
Aikaikkuna: Päivä 30
|
Kultastandardi on vanhempi silmälääkärin tekemä diagnoosi potilaan sairauskertomusten perusteella, jotka on konsultoitu klo 30 hätäkäynnin jälkeen.
|
Päivä 30
|
Yhteistyökumppanit ja tutkijat
Sponsori
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Opiskelun aloitus
Ensisijainen valmistuminen (Arvioitu)
Ensisijainen valmistuminen
Opintojen valmistuminen (Arvioitu)
Opintojen valmistuminen
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Ensimmäinen Lähetetty
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin päivitys julkaistu
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
Muut tutkimustunnusnumerot
- DMA_2024_6
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .