Artificial Intelligence-Assisted Lesion-Based Urgent Referral Triage of Ultra-Widefield Retinal Images: A Multi-Reader Multi-Case Randomized Reader Study (ALERT-UWF)
Clinical Utility of an Artificial Intelligence-Assisted Lesion-Based Urgent Referral Triage System for Ultra-Widefield Retinal Images: A Prospective Multi-Reader Multi-Case Randomized Reader Study
his study evaluates the clinical utility of an artificial intelligence (AI)-assisted lesion-based urgent referral triage system for ultra-widefield (UWF) retinal images.
Unlike disease-classification systems, the AI system identifies predefined vision-threatening retinal findings and generates lesion-level urgent referral recommendations. Participating ophthalmologists will evaluate UWF retinal images under randomized AI-assisted and unassisted conditions.
The primary objective is to determine whether lesion-based AI assistance improves urgent referral triage performance compared with unaided image interpretation.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Yksityiskohtainen kuvaus
Ultra-widefield retinal imaging is increasingly used for retinal disease screening and referral triage. Many vision-threatening retinal abnormalities require timely identification and referral to retinal specialists.
The AI system evaluated in this study is designed as a lesion-based triage tool rather than a disease-diagnosis system. The model identifies predefined urgent referral retinal findings and generates referral recommendations based on lesion-level evidence.
Urgent referral findings include:
- Retinal detachment
- Untreated retinal tear or retinal hole
- Vitreous hemorrhage
- Pre-retinal hemorrhage
- Subretinal hemorrhage
- Retinal neovascularization
- Optic disc neovascularization
- Tractional fibrovascular membrane Treated retinal tears associated with laser barricade scars are classified as non-urgent referral findings.
A total of 600 UWF retinal images acquired using Zeiss and Optos imaging systems will be included.
Participating ophthalmologists will independently evaluate images in randomized AI-assisted and unassisted settings.
The primary objective is to determine whether AI assistance improves lesion-based urgent referral triage accuracy.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Xiuju Chen, md
- Puhelinnumero: +8618060955810
- Sähköposti: joyychen@aliyun.com
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Inclusion Criteria:
- Licensed ophthalmologists
- Willing to participate as readers
- Completion of study training
Exclusion Criteria:
- Retinal specialists involved in establishing gold-standard labels
- Prior access to gold-standard labels
- Incomplete study participation
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Diagnostiikka
- Jako: Satunnaistettu
- Inventiomalli: Tehtävätehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: AI-Assisted Interpretation
Readers interpret UWF retinal images with lesion-level AI findings and urgent referral recommendations.
|
Readers interpret UWF retinal images with lesion-level AI findings and urgent referral recommendations.
|
|
Active Comparator: Unassisted Interpretation
Readers interpret UWF retinal images without AI assistance.
|
Readers interpret UWF retinal images without AI assistance.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Correct Lesion-Based Urgent Referral Triage Rate
Aikaikkuna: Immediately after image interpretation.
|
Proportion of reader referral decisions consistent with expert-adjudicated lesion-based urgent referral classifications.
|
Immediately after image interpretation.
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Sensitivity for Urgent Referral Findings
Aikaikkuna: Immediately after image interpretation.
|
Sensitivity for Urgent Referral Findings
|
Immediately after image interpretation.
|
|
Specificity for Urgent Referral Findings
Aikaikkuna: Immediately after image interpretation.
|
Specificity for correctly classifying non-urgent referral images according to expert-adjudicated lesion-based triage labels.
|
Immediately after image interpretation.
|
|
False-Negative Rate for Urgent Referral Findings
Aikaikkuna: Immediately after image interpretation.
|
Proportion of urgent referral images incorrectly classified as non-urgent referral by readers.
|
Immediately after image interpretation.
|
|
False-Positive Rate for Urgent Referral Findings
Aikaikkuna: Immediately after image interpretation.
|
Proportion of non-urgent referral images incorrectly classified as urgent referral by readers.
|
Immediately after image interpretation.
|
|
Reader Confidence Score
Aikaikkuna: Immediately after image interpretation.
|
Reader-reported confidence level for referral decisions measured using a 5-point Likert scale, ranging from 1 (very uncertain) to 5 (very confident).
|
Immediately after image interpretation.
|
|
Change in Correct Urgent Referral Decisions After AI Assistance
Aikaikkuna: Immediately after image interpretation.
|
Number and proportion of cases in which AI assistance changed an incorrect referral decision to a correct referral decision.
|
Immediately after image interpretation.
|
Yhteistyökumppanit ja tutkijat
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- XMYKZX-KY-2026-011
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 .
Kliiniset tutkimukset Verkkokalvon irtauma
-
Washington University School of MedicineValmisRVCL - Retinal Vasculopathy Cerebraalinen leukoenkefalopatiaYhdysvallat