Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

AI-seulonta diabeettisen retinopatian varalta (AimdR)

torstai 6. elokuuta 2026 päivittänyt: West German Center of Diabetes and Health

Tekoälymallin tarkkuus diabeettisen retinopatian seulonnassa tosielämässä

Diabetes mellituksen yleistyminen on merkittävä terveysongelma, varsinkin kun noin 40 % diabeetikoista sairastuu diabeettiseen retinopatiaan, joka heikentää vakavasti näkökykyä ja voi johtaa sokeuteen. Tämä kehitys voitaisiin estää vuosittaisilla tarkastuskäynneillä ja oikea-aikaisella hoitoon lähettämisellä. Tutkimusten laadussa ja pullonkauloissa on kuitenkin suuria eroja. Ratkaisu ongelmaan voisi olla tekoälyn (AI) käyttö, erityisesti syväoppiminen. Alustavat tutkimukset ovat osoittaneet, että syväoppimisalgoritmeja voidaan käyttää menestyksekkäästi diabeettisen retinopatian havaitsemiseen. On kuitenkin vielä selvitettävä, voidaanko tekoälyllä saavuttaa riittävän korkea tarkkuus retinopatioiden havaitsemisessa. Siksi tässä tutkimuksessa MI-algoritmin "MONA-DR-Model" positiivinen ennustearvo (PPV), negatiivinen ennustearvo (NPV), herkkyys (SEN) ja spesifisyys (SPEZ) diabeteksen havaitsemisessa. retinopatia tulee mitata. Lisäksi on selvitettävä, kuinka hyvin luokittelu lievään ja vaikeaan retinopatiaan vastaa ja kuinka hyvin tämä uusi tutkimusmenetelmä on otettu potilaiden keskuudessa.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Osana tutkimusta jokaisesta silmästä ja potilaasta otetaan 45 asteen silmänpohjakuva Crystalvue NFC 600 -laitteella. Silmänpohjakuvat analysoidaan sitten käyttämällä 'MONA-DR-moodia' ja luokitellaan "diabeettiseksi retinopatiaksi AI:n läsnäolon mukaan (K+)" tai "diabeettiseen retinopatiaan AI:n puuttuessa (K-)". Näitä luokituksia verrataan tuloksiin ("diabeettinen retinopatia läsnä olevan lääkärin mukaan (A+)" tai "diabeettinen retinopatia poissaolevan lääkärin mukaan (A-)") taudinhallintaohjelman (DMP) diabeteksessa rutiininomaisesti määrättyjen tutkimusten tuloksiin. verrattiin länsi-Saksan Diabetes- ja Terveyskeskuksessa (WDGZ) 6 kuukautta ennen ja jälkeen silmänpohjakuvaamista työskennelleiden paikallisten silmälääkäreiden tekemää tyyppi 2 mellitus. Kaikille potilaille, joilla on arvio "AI:n mukainen diabeettinen retinopatia (K+)" tai poikkeavuuksia oftalmologisessa DMP-tutkimuksessa avohoidossa, tarjotaan rutiiniaika Mariensairaalaan. Siellä silmälääkäri suorittaa silmätutkimuksen ja, tietämättä aiempia löydöksiä, uudelleenarviointi ja luokittelu "diabeettiseksi retinopatiaksi läsnä olevan lääkärin mukaan (A+)" tai "diabeettiseksi retinopatiaksi lääkärin poissaolon mukaan (A- )" suorittaa AI.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

100

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

      • Düsseldorf, Saksa, 40591
        • Rekrytointi
        • West German Center of Diabetes and Health
        • Päätutkija:
          • Stephan Martin, MD
        • Ottaa yhteyttä:
        • Ottaa yhteyttä:

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Länsi-Saksan diabetes- ja terveyskeskuksen potilaat, joilla on tyypin 2 diabetes

Kuvaus

Sisällyttämiskriteerit:

  • Diabetes mellituksen diagnoosi
  • Diabetes kesto ≥ 5 vuotta
  • Ikä > 18 vuotta vanha
  • Potilas pystyy antamaan tietoisen suostumuksen
  • Sujuva saksan kirjallinen ja suullinen kieli tai tulkki paikalla

Poissulkemiskriteerit:

  • Laserhoidon historia
  • Vasta-aihe tutkimuksessa käytetyille silmänpohjan kuvantamisjärjestelmille

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Case-Control
  • Aikanäkymät: Muut

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
K+A+
diabeettinen retinopatia AI:n mukaan (K+) JA diabeettinen retinopatia läsnä olevan lääkärin mukaan (A+)
Jokaisesta silmästä ja potilaasta otetaan 45 asteen silmänpohjakuva Crystalvue NFC 600:lla. Sen jälkeen silmänpohjakuvat analysoidaan käyttämällä MONA DR -mallia ja luokitellaan diabeettisen retinopatian esiintymisen suhteen.
K+A-
diabeettinen retinopatia AI:n mukaan olemassa (K+) JA diabeettinen retinopatia lääkärin mukaan poissa (A-)
Jokaisesta silmästä ja potilaasta otetaan 45 asteen silmänpohjakuva Crystalvue NFC 600:lla. Sen jälkeen silmänpohjakuvat analysoidaan käyttämällä MONA DR -mallia ja luokitellaan diabeettisen retinopatian esiintymisen suhteen.
K-A+
diabeettinen retinopatia AI:n mukaan poissa (K-) JA diabeettinen retinopatia läsnä olevan lääkärin mukaan (A+)
Jokaisesta silmästä ja potilaasta otetaan 45 asteen silmänpohjakuva Crystalvue NFC 600:lla. Sen jälkeen silmänpohjakuvat analysoidaan käyttämällä MONA DR -mallia ja luokitellaan diabeettisen retinopatian esiintymisen suhteen.
K-A-
diabeettinen retinopatia AI:n mukaan poissa (K-) JA diabeettinen retinopatia lääkärin mukaan poissa (A-)
Jokaisesta silmästä ja potilaasta otetaan 45 asteen silmänpohjakuva Crystalvue NFC 600:lla. Sen jälkeen silmänpohjakuvat analysoidaan käyttämällä MONA DR -mallia ja luokitellaan diabeettisen retinopatian esiintymisen suhteen.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
PPV
Aikaikkuna: 12 kuukautta
positiivinen ennustearvo
12 kuukautta
NPV
Aikaikkuna: 12 kuukautta
negatiivinen ennustearvo
12 kuukautta
SEN
Aikaikkuna: 12 kuukautta
herkkyys
12 kuukautta
SPEZ
Aikaikkuna: 12 kuukautta
spesifisyyttä
12 kuukautta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
potilaiden mieltymykset
Aikaikkuna: 12 kuukautta
kyselylomake potilaiden mieltymyksistä ja tyytyväisyydestä tekoälyn tukemaan silmätutkimukseen
12 kuukautta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 30. tammikuuta 2023

Ensisijainen valmistuminen (Arvioitu)

Perjantai 31. joulukuuta 2027

Opintojen valmistuminen (Arvioitu)

Perjantai 31. joulukuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 19. tammikuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 19. tammikuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Maanantai 30. tammikuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Maanantai 10. elokuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 6. elokuuta 2026

Viimeksi vahvistettu

Lauantai 1. elokuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

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 .

Tilaa