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

AI-vahvistettu Fundus-alusta

lauantai 14. helmikuuta 2026 päivittänyt: Sun Yilin, Shanghai 10th People's Hospital

Tekoälyllä tehostettu pohjakuva: Älykkään alustan rakentaminen pohjatautien diagnosointiin, hoitoon ja varhaisvaroituksiin

Maailman terveysjärjestön arvioiden mukaan noin puolet maailman aikuisväestöstä kärsii tällä hetkellä eriasteisesta likinäköisyydestä. Kiinan kaupunkialueilla likinäköisyyden esiintyvyys peruskoululaisilla on saavuttanut noin 40 % ja voi ylittää 80 % lukiolaisilla. Korkean likinäköisyyden potilaiden osuus (taittovirhe yli 600 dioptriaa) kasvaa myös vuosi vuodelta. Tämä ryhmä on alttiimpi vakaville näköongelmille, mukaan lukien lisääntynyt riski komplikaatioille kuten kaihi, glaukooma ja makuladegeneraatio. Patologinen likinäköisyys on pääasiallinen riskitekijä korkean likinäköisyyden aiheuttamalle näöntajun heikkenemiselle. Tällaisilla potilailla silmäakselin piteneminen johtaa silmän taka navan paikalliseen ohenemiseen ja pullistumiseen, muodostaen takimmaisen skleran stafyloomaksi. Takimmainen skleran stafylooma on patologisen likinäköisyyden tyypillisin patologinen piirre. Poppikon paikallinen laajentuminen johtaa verkkokalvon ohenemiseen ja venymiseen, mikä voi lopulta aiheuttaa ongelmia kuten makulan verkkokalvon halkeilua, vakavasti vaikuttaen näkökykyyn ja jopa johtaen sokeutumiseen.

Tämän projektin tavoitteena on kehittää monimuotoinen älykäs seulontajärjestelmä yhdistämällä Optos non-mydriatic ultra-laajakulmalaser-silmätautikameran, B-skannausultraäänisilmädiagnostiikkalaitteen ja optisen koherenssitomografian (OCT) erinomaiset kuvantamisteknologiat ja kehittynyt tekoäly (AI). Järjestelmä on suunniteltu saavuttamaan tarkka tunnistus ja arvio silmäpohjasairauksille, erityisesti patologiselle likinäköisyydelle, ja erityisesti takimmaisen skleran stafyloomalle (PSS). Samanaikaisesti rakennetaan näköennustemalli auttamaan lääkäreitä luomaan henkilökohtaisia diagnostiikka- ja hoitostrategioita, ennustamaan näöntajun heikkenemisen kehityssuuntaa ja parantamaan varhaiseen puuttumiseen liittyvää tehokkuutta. Tämän järjestelmän odotetaan parantavan merkittävästi patologisen likinäköisyyden ehkäisyä ja hallintaa, vähentävän sokeutumisriskiä ja toimivan keskeisessä roolissa telelääketieteen palveluissa hyödyttäen ihmisiä syrjäisillä alueilla sekä edistäen kansanterveyden tasa-arvoa ja palvelun laatua.

Tutkimuksen yleiskatsaus

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

1000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

      • Shanghai, Kiina
        • Rekrytointi
        • Shanghai 10th People's Hospital
        • 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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tämä retrospektiivinen tutkimus sisälsi potilaat, joilla oli korkea likinäköisyys ja takainen stafyloomi (PSS), jotka kävivät Shanghain kymmenennen kansansairaalan silmätautien osastolla ennen lokakuuta 2024.

Otoskoko: Yhteensä 1 000 potilasta (600 koulutukseen, 200 validointiin ja 200 sisäiseen testaukseen) sairaalakohortista, mikä tuotti noin 6 000 monimuotoista kuvaa.

Kuvaus

Inkluusiokriteerit:

Potilaat, joilla on diagnoosi kaihi ja korkea lähinäkö sekä takainen stafyloma, jotka suorittivat kattavan silmätautitutkimuksen, mukaan lukien ultra-laajakenttäiset pohjakuva (Optos), B-skannausultrasonografia ja optinen koherenssitomografia (OCT). Perustiedot, mukaan lukien demografiset tiedot, terveydentila, silmätautihistoria ja silmän biometriset parametrit, dokumentoitiin täydellisesti.

Ekskluusiokriteerit:

Potilaat, joilla on huonolaatuisia kuvia, jotka vaikuttavat PSS-tunnistukseen, vakavia rinnakkaisia silmäsairauksia, kuten glaukooma, diabetinen retinopatia, jotka aiheuttavat välikudosten sameutta, tai vakavia systeemisairauksia, jotka voisivat häiritä tutkimustuloksia.

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
Kaihipotilaat, joilla on takainen stafyloomi korkean likinäköisyyden vuoksi
Potilas suoritti täydellisen sarjan fundusvärikuvantaa, B-scan-ultraäänitutkimusta ja OCT-kuvantamista konsultoinnin aikana, ja esioperatiiviset perustietoaineistot, mukaan lukien demografiset tiedot, terveydentila, silmätautihistoria ja silmän biometriset parametrit, kerättiin ja tallennettiin yksityiskohtaisesti

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tiedonkeruutulos
Aikaikkuna: Lokakuusta 2024 huhtikuuhun 2026 (Potilaista, jotka kävivät sairaalassa ennen lokakuuta 2024, kerättyjen tietojen perusteella)
Takapään skleran stafyloomien näöntarkkuuden ja kuvantamistietojen demografinen luokittelu
Lokakuusta 2024 huhtikuuhun 2026 (Potilaista, jotka kävivät sairaalassa ennen lokakuuta 2024, kerättyjen tietojen perusteella)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälymallinnuksen analyysi
Aikaikkuna: Huhtikuusta 2026 lokakuuhun 2026

Diagnostinen suorituskyky tekoälymallille posterioriselle skleraalille stafyloomalle. Vastaanottajan toimintakäyrän alla oleva alue (AUC-ROC) tekoälymallille.

Mallin tarkkuus, herkkyys ja spesifisyys posteriorisen skleraalisen stafylooaman havaitsemisessa.

Tekoälyn suorituskyvyn ja lääkärien suorituskyvyn vertailu

Huhtikuusta 2026 lokakuuhun 2026

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)

Tiistai 1. lokakuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 1. maaliskuuta 2026

Opintojen valmistuminen (Arvioitu)

Tiistai 1. joulukuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Lauantai 14. helmikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Lauantai 14. helmikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Perjantai 20. helmikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 20. helmikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Lauantai 14. helmikuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. helmikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • SHSY-LYZX-413

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