- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT05930444
Multimodaalinen koneoppiminen silmäsairauksien apudiagnostiikkaan
keskiviikko 13. marraskuuta 2024 päivittänyt: Eye & ENT Hospital of Fudan University
Multimodaalinen koneoppiminen silmäsairauksien apudiagnoosiin käyttämällä ChatGPT-pohjaista luonnollisen kielen käsittelyä ja kuvankäsittelytekniikoita
Luonnollisen kielen prosessoinnin ja kuvankäsittelyn nopean edistymisen myötä älykkääseen diagnoosiin on yhä enemmän mahdollisuuksia hyödyntää chatGPT:tä, joka on koulutettu korkealaatuisen silmälääkärin konsultoinnin kautta.
Lisäksi diagnostisia ominaisuuksia voidaan parantaa lisäämällä potilasselfiejä, silmätutkimusvalokuvia ja muita kuva-analyysitekniikoita.
Monikeskustutkimuksen tavoitteena on kehittää silmäsairauksien apudiagnostiikkaohjelma multimodaalisia koneoppimistekniikoita käyttäen ja arvioida sen diagnostista tehokkuutta todellisissa poliklinikoissa.
Tutkimuksen yleiskatsaus
Tila
Valmis
Ehdot
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
9825
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
-
Nanjing, Kiina
- The Affiliated Eye Hospital of Nanjing Medical University
-
Shanghai, Kiina
- Fudan Eye & ENT Hospital
-
Suqian, Kiina
- Suqian First People's Hospital
-
-
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
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Joo
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
"Tavalliset osallistujat" viittaavat henkilöihin, joilla ei ole huolta tai ongelmia, jotka liittyvät heidän silmiinsä.
"Osallistujat, joilla on silmiin liittyviä päävalituksia" viittaa potilaisiin eri silmäklinikoista eri puolilla Kiinaa. Jokaisen osallistujan on läpäistävä kattavat lääketieteelliset testit ja tarkastettava sairaustiedot diagnoosin varmistamiseksi.
Kuvaus
Sisällyttämiskriteerit:
- Tietoinen suostumus saatu;
- Osallistujien tulee pystyä käyttämään kiinaa äidinkielenään ja heillä on oltava riittävä kyky lukea, kirjoittaa ja ymmärtää kiinaa.
- Normaalit osallistujat: henkilöillä ei pitäisi olla huolia silmiensä suhteen.
- Osallistujille, joilla on silmiin liittyviä päävalituksia: henkilöillä tulee olla erityisiä huolia tai ongelmia, jotka liittyvät heidän silmiinsä.
Poissulkemiskriteerit:
- Epätäydelliset kliiniset tiedot lopullisen diagnoosin tukemiseksi;
- Potilaat, jotka hoitavan lääkärin tai kliinisen tutkimushenkilökunnan mielestä ovat lääketieteellisesti liian epävakaita osallistuakseen tutkimukseen turvallisesti.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Tavallisia osallistujia
Terveet ihmiset, joilla ei ole silmiinsä liittyviä huolia.
|
|
|
Potilaat, joilla on silmään liittyviä päävalituksia
Henkilöt, joilla on erityisiä silmiinsä liittyviä huolia tai ongelmia, joita he pitävät pääasiallisena syynä hakeutua lääkärin hoitoon tai tehdä valituksen.
|
Potilaat, joilla on silmiin liittyviä päävalituksia, täyttävät aluksi matkapuhelinhakemuksen.
Tämä sovellus käyttää potilaan sairaushistoriaa ja asiaankuuluvia kuvia (kuten selfieitä ja kuvia silmätutkimuksista) älykkään diagnoosin tekemiseen.
Diagnoosi jää potilaille paljastamatta.
Tämän jälkeen potilaat hakeutuvat lääkärin hoitoon ja käyvät läpi ammattitaitoisen kliinikon kliinisen tutkimuksen.
Toinen kokenut kliinikko tarkistaa tämän jälkeen kliinisen diagnoosin.
Jos diagnoosit täsmäävät, sitä pidetään kultastandardina.
Eroavissa tapauksissa kahden kliinikon saavuttamasta konsensuksesta tulee kultakanta.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Multimodaalisen koneoppimisohjelman diagnostinen tarkkuus
Aikaikkuna: heinäkuusta 2023 maaliskuuhun 2024
|
Jokaiselle potilaalle dokumentoitiin ja verrattiin multimodaalisen koneoppimisohjelman tuottamat diagnoosit ja ammattitaitoisten kliinikkojen antama kliininen diagnoosi.
Kahden diagnoosin välinen johdonmukaisuus osoittaa ohjelman tarkkuuden kliinisessä käytännössä.
|
heinäkuusta 2023 maaliskuuhun 2024
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
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)
Perjantai 21. heinäkuuta 2023
Ensisijainen valmistuminen (Todellinen)
Sunnuntai 10. maaliskuuta 2024
Opintojen valmistuminen (Todellinen)
Sunnuntai 31. maaliskuuta 2024
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Sunnuntai 25. kesäkuuta 2023
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Maanantai 26. kesäkuuta 2023
Ensimmäinen Lähetetty (Todellinen)
Keskiviikko 5. heinäkuuta 2023
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Perjantai 15. marraskuuta 2024
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Keskiviikko 13. marraskuuta 2024
Viimeksi vahvistettu
Perjantai 1. marraskuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- FD-EENT-20230625
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
JOO
IPD-jaon aikakehys
Pöytäkirja on julkaistu 08.12.2023.
IPD-jakamista tukeva tietotyyppi
- STUDY_PROTOCOL
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .