Artificial Intelligence for Detecting Retinal Diseases
2021. április 12. frissítette: Beijing Tongren Hospital
Classification of Retinal Diseases by Artificial Intelligence
The objective of this study is to apply an artificial intelligence algorithm to diagnose multi retinal diseases from fundus photography.
The effectiveness and accuracy of this algorithm was evaluated by sensitivity, specificity, positive predictive value, negative predictive value, and area under curve.
A tanulmány áttekintése
Állapot
Befejezve
Körülmények
Beavatkozás / kezelés
Részletes leírás
The objective of this study is to apply an artificial intelligence algorithm to diagnose referral diabetes retinopathy, referral age-related macular degeneration, referral possible glaucoma, pathological myopia, retinal vein occlusion, macular hole, macular epiretinal membrane, hypertensive retinopathy, myelinated fibers, retinitis pigmentosa and other retinal lesions from fundus photography.
The effectiveness and accuracy of this algorithm was evaluated by sensitivity, specificity, positive predictive value, negative predictive value, area under curve, and F1 score.
Tanulmány típusa
Megfigyelő
Beiratkozás (Tényleges)
1000000
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
Beijing
-
Beijing, Beijing, Kína, 100730
- Wen-Bin Wei
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
18 év (Felnőtt, Idősebb felnőtt)
Egészséges önkénteseket fogad
Igen
Tanulmányozható nemek
Összes
Mintavételi módszer
Nem valószínűségi minta
Tanulmányi populáció
The study population is derived from an anonymous database that contains health examination results of the general population.
Leírás
Inclusion Criteria:
- fundus photography around 45° field which covers optic disc and macula
- complete identification information
Exclusion Criteria:
- insufficient information for diagnosis.
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Retinal diseases diagnosed by artificial intelligence algorithm
|
An artificial intelligence algorithm was applied to diagnose referral diabetes retinopathy, referral age-related macular degeneration, referral possible glaucoma, pathological myopia, retinal vein occlusion, macular hole, macular epiretinal membrane, hypertensive retinopathy, myelinated fibers, retinitis pigmentosa and other retinal lesions from fundus photography.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Area under curve
Időkeret: 1 week
|
We used the receiver operating characteristic (ROC) curve and area under curve to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
|
Sensitivity and specificity
Időkeret: 1 week
|
We used sensitivity and specificity to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
|
Positive predictive value, negative predictive value
Időkeret: 1 week
|
We used positive predictive value and negative predictive value to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
|
F1 score
Időkeret: 1 week
|
We used F1 score to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Systemic biomarkers and diseases
Időkeret: 1 week
|
Using medical records as the gold standard, we test the accuracy of this artificial intelligence algorism recognition and classification of systemic biomarkers and diseases: age, sex, blood pressure, blood hemoglobin, cardiovascular diseases, thyroid function and kidney function.
|
1 week
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Együttműködők
Nyomozók
- Tanulmányi szék: Wenbin Wei, Beijing Tongren Hospital
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
2018. június 1.
Elsődleges befejezés (Tényleges)
2020. június 30.
A tanulmány befejezése (Tényleges)
2020. október 1.
Tanulmányi regisztráció dátumai
Először benyújtva
2020. december 16.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2020. december 16.
Első közzététel (Tényleges)
2020. december 21.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2021. április 15.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2021. április 12.
Utolsó ellenőrzés
2018. június 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- AI in retinal diseases
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
NEM
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .