Artificial Intelligence for Detecting Retinal Diseases
12 aprile 2021 aggiornato da: 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.
Panoramica dello studio
Stato
Completato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
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.
Tipo di studio
Osservativo
Iscrizione (Effettivo)
1000000
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
-
-
Beijing
-
Beijing, Beijing, Cina, 100730
- Wen-Bin Wei
-
-
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 18 anni a 80 anni (Adulto, Adulto più anziano)
Accetta volontari sani
Sì
Sessi ammissibili allo studio
Tutto
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
The study population is derived from an anonymous database that contains health examination results of the general population.
Descrizione
Inclusion Criteria:
- fundus photography around 45° field which covers optic disc and macula
- complete identification information
Exclusion Criteria:
- insufficient information for diagnosis.
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
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
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.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Area under curve
Lasso di tempo: 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
Lasso di tempo: 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
Lasso di tempo: 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
Lasso di tempo: 1 week
|
We used F1 score to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Systemic biomarkers and diseases
Lasso di tempo: 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
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Collaboratori
Investigatori
- Cattedra di studio: Wenbin Wei, Beijing Tongren 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 giugno 2018
Completamento primario (Effettivo)
30 giugno 2020
Completamento dello studio (Effettivo)
1 ottobre 2020
Date di iscrizione allo studio
Primo inviato
16 dicembre 2020
Primo inviato che soddisfa i criteri di controllo qualità
16 dicembre 2020
Primo Inserito (Effettivo)
21 dicembre 2020
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
15 aprile 2021
Ultimo aggiornamento inviato che soddisfa i criteri QC
12 aprile 2021
Ultimo verificato
1 giugno 2018
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- AI in retinal diseases
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 .