A-EYE: A Mixed Quantitative and Qualitative Study to Develop and Evaluate the Application of Artificial Intelligence (AI) Methods Using Retinal Imaging for the Identification of Adverse Retinal Changes Associated With Cancer Therapies. (A-EYE)
This is a data collection study involving the gathering of clinical data and OCT (optical coherence tomography) scans from 350 patients.
The purpose of this study is to gather data to help develop an AI algorithm to detect eye abnormalities specifically those related to certain cancer treatments.
At the end of the study interviews will be held with expert ophthalmologists to assess the acceptability of implementing AI into clinical practice.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Many cancer patients will access new treatments through clinical trials. These treatments have often never been tested in humans and therefore, are likely to have unknown side effects. Some of these side effects include changes to the eye, such as blindness.
Ahead of patients taking part in these trials there is often little planning done to manage potential side effects on the eye. Additionally, accessing the expertise of eye specialists is not always available and often referral to a specialist is only given when eye symptoms have become advanced. These delays in identifying side effects on the eye also delays treatment and follow-up management. Providing patients access to this expertise would help in the detection and management of treatment side effects, however, due to demands on resources this access is not always readily available.
The aim of this study is to create an artificial intelligence (AI) program that can detect changes to the eye related to disease, which, in the future, can be specifically used in cancer patient care. Additionally, developing an AI program to detect cancer related side effects to the eye will go a significant way in easing the burden on the health care system and improve side effects from new cancer treatments.
This study will involve the collection of eye scans and medical data from participants at the Manchester Royal Eye Hospital. These will then be used to develop AI methods to detect changes in the eye related to those seen by patients on cancer treatment. The AI will then be compared with the assessments of eye specialists to assess if they give similar results.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Tariq Aslam
- Puhelinnumero: 0161 276 1234
- Sähköposti: tariq.aslam@manchester.ac.uk
Opiskelupaikat
-
-
-
Manchester, Yhdistynyt kuningaskunta
- Rekrytointi
- Manchester Royal Eye Hospital
-
Ottaa yhteyttä:
- Tariq Aslam
- Sähköposti: tariq.aslam@manchester.ac.uk
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Inclusion Criteria:
Patients are eligible for the study if all inclusion criteria are met:
- Voluntary informed consent.
- Aged at least 18 years.
- Fully registered patient attending the Manchester Royal Eye Hospital
- Patients are having an optical diagnostic imaging as part of their standard of care.
Exclusion Criteria:
Patients are excluded from the study if any of the following criteria apply:
1. Patient who are deemed clinically unable to be scanned by healthcare professional.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Measure of the diagnostic accuracy of the AI algorithm against gold standard clinical assessment associated with cancer treatment.
Aikaikkuna: 12 months
|
12 months
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Sensitivity of the AI in identifying clinically relevant lesions as defined by an ophthalmologist. Specificity of the AI in identifying clinically relevant lesions as defined by an ophthalmologist.
Aikaikkuna: 12 months
|
12 months
|
Muut tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
F1 score of the proposed algorithm compared against baseline algorithms.
Aikaikkuna: 13 months
|
13 months
|
|
Recorded questionnaire/ interview with ophthalmologist and cancer specialists.
Aikaikkuna: 9 months
|
9 months
|
|
Number of novel relationships identified
Aikaikkuna: 12 months
|
12 months
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- NHS001768
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
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 .