- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT04319055
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
Stato
Completato
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]
- I partecipanti di età pari o superiore a 20 anni,
- Il consenso informato chirurgico è stato approvato dai partecipanti stessi,
- Partecipanti che hanno indicazioni chirurgiche degli interventi chirurgici oculofacciali e
- I partecipanti che hanno concordato di scattare fotografie dopo la spiegazione da parte del chirurgo presso gli ambulatori.
[Criteri di esclusione]
- I partecipanti di età pari o inferiore a 19 anni,
- I partecipanti che non hanno indicazioni chirurgiche agli interventi oculofacciali,
- I partecipanti che sono stati progettati per trattamenti minimamente invasivi, come Botox o qualsiasi tipo di iniezione di filler,
- I partecipanti che hanno rifiutato di scattare fotografie per qualsiasi motivo, e
- 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
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 201908066RIND
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 .