Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Pianificazione della chirurgia facciale assistita dall'intelligenza artificiale

16 febbraio 2021 aggiornato da: National Taiwan University Hospital

Analisi facciale, perioculare e orbitale assistita dall'intelligenza artificiale e pianificazione chirurgica

La visione artificiale che utilizza l'architettura di deep learning è ampiamente utilizzata nel riconoscimento automatico. Nella ricerca, il modello di apprendimento profondo che viene addestrato da immagini a occhio singolo categorizzate viene applicato per ottenere le buone prestazioni del modello nell'autodiagnosi della blefaroptosi.

Panoramica dello studio

Descrizione dettagliata

Questo sistema di autodiagnosi della blefaroptosi che utilizza l'architettura di apprendimento automatico aiuterà nella telemedicina, come lo screening precoce della ptosi infantile per un tempestivo rinvio e trattamento. Le persone potrebbero utilizzare questo software tramite dispositivi mobili per ottenere una diagnosi primitiva prima che raggiungano i medici. Inoltre, nell'assistenza sanitaria di base, dove non è presente un chirurgo oculoplastico, il software potrebbe assistere i medici di base o gli oftalmologi generici nell'identificare la necessità di un rinvio.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

17932

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

      • Taipei, Taiwan
        • National Taiwan University Hospital

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

Da 20 anni a 65 anni (ADULTO, ANZIANO_ADULTO)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione di probabilità

Popolazione di studio

Tutti i dati sono stati raccolti presso gli ambulatori oftalmici del National Taiwan University Hospital.

Descrizione

[Criterio di inclusione]

  1. I partecipanti di età pari o superiore a 20 anni,
  2. Il consenso informato chirurgico è stato approvato dai partecipanti stessi,
  3. Partecipanti che hanno indicazioni chirurgiche degli interventi chirurgici oculofacciali e
  4. I partecipanti che hanno concordato di scattare fotografie dopo la spiegazione da parte del chirurgo presso gli ambulatori.

[Criteri di esclusione]

  1. I partecipanti di età pari o inferiore a 19 anni,
  2. I partecipanti che non hanno indicazioni chirurgiche agli interventi oculofacciali,
  3. I partecipanti che sono stati progettati per trattamenti minimamente invasivi, come Botox o qualsiasi tipo di iniezione di filler,
  4. I partecipanti che hanno rifiutato di scattare fotografie per qualsiasi motivo, e
  5. I partecipanti che non sono disponibili per scattare fotografie di qualità standard, come i pazienti costretti a letto.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Le prestazioni del modello sono valutate in base all'accuratezza
Lasso di tempo: Attraverso il completamento degli studi, una media di 1 anno
Un approccio di intelligenza artificiale
Attraverso il completamento degli studi, una media di 1 anno
AUC (Area sotto la curva)
Lasso di tempo: Attraverso il completamento degli studi, una media di 1 anno
Un approccio di intelligenza artificiale
Attraverso il completamento degli studi, una media di 1 anno
Curva ROC (caratteristiche operative del ricevitore).
Lasso di tempo: Attraverso il completamento degli studi, una media di 1 anno
Un approccio di intelligenza artificiale
Attraverso il completamento degli studi, una media di 1 anno
Un approccio di intelligenza artificiale all'identificazione delle malattie facciali, perioculari e orbitali
Lasso di tempo: Attraverso il completamento degli studi, una media di 1 anno
L'interpretazione del modello è accessibile tramite Grad-CAM (Class Activation Maps).
Attraverso il completamento degli studi, una media di 1 anno

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Collaboratori

Investigatori

  • Investigatore principale: Shu-Lang Liao, MD,MPH, EMBA, National Taiwan University Hospital

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (EFFETTIVO)

1 gennaio 2009

Completamento primario (EFFETTIVO)

31 dicembre 2018

Completamento dello studio (EFFETTIVO)

30 luglio 2019

Date di iscrizione allo studio

Primo inviato

3 marzo 2020

Primo inviato che soddisfa i criteri di controllo qualità

23 marzo 2020

Primo Inserito (EFFETTIVO)

24 marzo 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (EFFETTIVO)

18 febbraio 2021

Ultimo aggiornamento inviato che soddisfa i criteri QC

16 febbraio 2021

Ultimo verificato

1 febbraio 2021

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

3
Sottoscrivi