Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Az AI-asszisztált diagnosztikai szoftver (Verisee) hatékonysága és költséghatékonysági értékelése szemészeti betegség szűrésére

2026. július 20. frissítette: National Taiwan University Hospital
A tanulmány célja a mesterséges intelligencia (AI) által támogatott szűrő rendszer hatékonyságának felmérése a szemészeti diagnózisban. Az AI-alapú Fundus Photography alkalmazásával a rendszer segíti az orvosokat három általános szembetegség diagnosztizálásában: az életkorhoz kapcsolódó makuladegeneráció, a diabéteszes retinopathia (DR) és a glaukóma. Az AI rendszer elemzi a résztvevők fundus képeit, és gyorsan detektálási eredményeket generál a szemész referenciájára a végső diagnózisok és a klinikai döntések meghozatalában. A tanulmány felméri az AI-asszisztált diagnosztikai rendszer klinikai előnyeit, tudományos bizonyítékokat szolgáltatva a szemészeti betegség diagnosztizálásának és kezelésének hatékonyságának javítása érdekében.

A tanulmány áttekintése

Részletes leírás

A mesterséges intelligencia (AI) szignifikáns potenciált mutatott az orvosi képalkotás elemzésében és a betegség diagnosztizálásában, különösen a szemészetben. Jelentős előrelépés történt az AI felhasználása során a gyakori szemészeti betegségek diagnosztizálására, a korai felismerés javítására és a betegek kimenetelének javítására. Az életkorhoz kapcsolódó makuladegeneráció (AMD), a diabéteszes retinopathia (DR) és a glaukóma (GLC) korai diagnosztizálása elengedhetetlen a hatékony kezelés és a betegség kezelése szempontjából.

A jelenlegi klinikai diagnózisok azonban nagymértékben támaszkodnak a szemészre, olyan kihívásokhoz vezetve, mint az alacsony betegek látogatási aránya és a diagnosztikai erőforrások egyenlőtlen eloszlása. E kérdések kezelése érdekében ez a tanulmány egy előtti és utáni kísérleti tervet fogad el a Verisee AI-asszisztált diagnosztikai rendszer hatásainak felmérésére. A tanulmány magában foglalja mind a szűrésből származó prospektív adatgyűjtést, mind a múltbeli betegek adatainak retrospektív elemzését.

A Verisee AMD, a Verisee DR és a Verisee GLC az AI-alapú orvosi szoftver eszközök, amelyek az AMD, a DR és a GLC szűrésére szolgálnak. Ezek a rendszerek fejlett AI algoritmusokat alkalmaznak a színes fundus fotózási képek elemzésére, a betegség állapotának felmérésére és a képminőség értékelésére. A szoftver klinikai munkafolyamatokba történő integrálásával az orvosok azonnali diagnosztikai támogatást kapnak, javítva a hatékonyságot és az akadálymentességet a szemészeti betegség szűrésében.

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

1000

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

    • Taiwan
      • Taipei, Taiwan, Tajvan, 100225
        • Toborzás
        • National Taiwan University Hospital
        • Kapcsolatba lépni:
          • Yi-Ting Hsieh, Medical Doctor
          • Telefonszám: +886-2-2312-3456 ext. 265018
          • E-mail: ythyth@gmail.com

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

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Leírás

Befogadási kritériumok:

  • A Verisee AMD-t az 50 éves vagy annál idősebb felnőtteknél nem retinális alspecifikus szemészeti klinikákban használják.
  • A Verisee DR-t nem retinális szubspecifikus klinikákon használják 20 éves vagy annál idősebb cukorbetegek esetében.
  • A Verisee GLC-t nem glaukóma alspecialitású szemészeti klinikákon használják 20 éves vagy annál idősebb felnőttek számára, myopia kevesebb, mint 1000 fok.

Kizárási kritériumok:

  • A beteg nem vállalja, hogy részt vesz a vizsgálatban, vagy nem képes megalapozott beleegyezést megadni.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Szűrés
  • Kiosztás: N/A
  • Beavatkozó modell: Egyetlen csoportos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Egyéb: AI -beavatkozás
A betegek a Fundus Photography szűrésen vesznek részt mesterséges intelligencia-asszisztált diagnosztikai szoftver (Verisee) segítségével. A szemészek egymástól függetlenül értelmezik ugyanazokat a képeket, és az eredményeket összehasonlítják az AI által generált eredményekkel.
A Verisee AMD, a Verisee DR és a Verisee GLC AI-alapú orvosi szoftver eszközök, amelyeket az életkorhoz kapcsolódó makula degeneráció (AMD), a diabéteszes retinopathia (DR) és a glaukómák szűrésére terveztek. Ezek a rendszerek fejlett AI algoritmusokat használnak a színes fundus fotózási képek elemzésére a betegség felmérése érdekében. A szoftver számítógépre történő telepítésével a rendszer értékelheti a képminőséget, megjósolhatja a betegség állapotát, és azonnal eredményeket ad a klinikai orvosoknak, diagnosztikai segélyként szolgálva.
A beteg klinikai kórtörténetéből származó adatgyűjtést azért végeztük, mert a Verisee AI-támogatott diagnosztikai rendszert nem használták.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Érzékenység
Időkeret: A szűréstől az AMD vagy DR orvos által megerősített diagnózisáig, átlagosan 1 hónapig
Az indexteszt (Verisee) érzékenységét úgy számítottuk, mint a referencia standard által megerősített betegségben szenvedő résztvevők arányát, akiket az AI-asszisztált diagnosztikai szoftver helyesen azonosított.
A szűréstől az AMD vagy DR orvos által megerősített diagnózisáig, átlagosan 1 hónapig
Sajátosság
Időkeret: A szűréstől az AMD vagy DR orvos által megerősített diagnózisáig, átlagosan 1 hónapig
Az indexteszt specifitását a célfeltétel nélküli résztvevők arányában számítottuk, amelyet a referencia-standard meghatároz, akiket az AI-asszisztens diagnosztikai eszköz helyesen besorolt.
A szűréstől az AMD vagy DR orvos által megerősített diagnózisáig, átlagosan 1 hónapig
Összhang
Időkeret: A szűréstől az AMD vagy DR orvos által megerősített diagnózisáig, átlagosan 1 hónapig
Az AI-asszisztens diagnózis és a szemész értelmezésének összehangolását az általános megállapodási arány felhasználásával (azaz az esetek százalékos aránya az azonos osztályozási eredményekkel).
A szűréstől az AMD vagy DR orvos által megerősített diagnózisáig, átlagosan 1 hónapig

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Teljes költség -elemzés (beleértve a közvetlen és közvetett költségeket)
Időkeret: A beiratkozástól a szűrés utáni 12 hónapig
Ez az intézkedés magában foglalja a közvetlen orvosi költségeket (például a szűrést, a nyomon követést, a gyógyszereket és a kezelést), az egészségügyi ellátással kapcsolatos közvetett orvosi költségeket (például az informatikai rendszer karbantartása, az egészségügyi személyzet) és a nem orvosi közvetett költségeket (például a vakság miatti szállítási és termelékenységi veszteségeket). A költségeket mind a nemzeti egészségbiztosítás, mind a szélesebb társadalmi szempontból elemezzük.
A beiratkozástól a szűrés utáni 12 hónapig

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

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)

2025. június 2.

Elsődleges befejezés (Becsült)

2027. december 31.

A tanulmány befejezése (Becsült)

2027. december 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2025. február 20.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2025. február 20.

Első közzététel (Tényleges)

2025. február 25.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. július 22.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. július 20.

Utolsó ellenőrzés

2026. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

az Egyesült Államokban gyártott és onnan exportált termék

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. .

Iratkozz fel