人工知能による緑内障の評価 (AGE)
2020年10月19日 更新者:Xiulan Zhang、Sun Yat-sen University
人工知能を活用した緑内障診断プログラムの開発
緑内障は現在、世界で 2 番目に多い不可逆的な失明の原因となっています。
私たちの研究は、中山眼科センターの緑内障患者の臨床データと人工知能技術を組み合わせて、緑内障をスクリーニングして診断できるプログラムを作成することを目的としています。
調査の概要
詳細な説明
緑内障は現在、世界で2番目に多い不可逆的な失明の原因となっており、人間社会に大きな負担をもたらしています。
緑内障の診断は他の眼科疾患と比べて、視野検査やOCTなど複数の検査結果に依存する複雑な検査です。
緑内障を正しく迅速に診断する方法は、緑内障研究において常にホットな話題です。
人工知能は、人間の知能のシミュレーションと拡張に役立つ理論と方法の研究と開発に使用されており、自動運転や医学などの多くの研究分野で活用されています。
この研究は、中山眼科センターの緑内障患者の臨床データと人工知能技術を組み合わせて、緑内障をスクリーニングして診断できるプログラムを作成することを目的としています。
研究の種類
観察的
入学 (実際)
10800
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510000
- Zhongshan Ophthalmic Center
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
視野検査を完了し、BCVA>0.1 を取得できる人なら誰でも登録できます。
緑内障患者と非緑内障患者の両方の視野検査結果とOCT画像を収集します。
説明
包含基準:
- BCVA>0.1
- 信頼性の高い視野検査を完了できる
- 眼内手術や眼底レーザーの治療歴はない
除外基準:
1. 視野検査を完了できない
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
緑内障患者
緑内障患者は視野検査と視神経領域のOCT画像検査を受けます。
これらのデータはすべて、機械学習のソースとして収集されます。
|
視野検査とOCTは、緑内障の正確な診断を行うために一般的に使用される必須検査です。
視野検査と OCT 検査を分類するためのアルゴリズムが開発され、検証される予定です。
|
緑内障でない参加者
緑内障でない参加者は、視野検査と視神経領域のOCT画像検査を受けます。
これらのデータはすべて、機械学習のソースとして収集されます。
|
視野検査とOCTは、緑内障の正確な診断を行うために一般的に使用される必須検査です。
視野検査と OCT 検査を分類するためのアルゴリズムが開発され、検証される予定です。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
人工知能アルゴリズムによる診断精度
時間枠:2017年8月から2021年2月まで
|
人工知能アルゴリズムによる診断の正確性とこの結果を緑内障専門医と比較する
|
2017年8月から2021年2月まで
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
人工知能アルゴリズムによる診断の感度
時間枠:2017年8月から2021年2月まで
|
人工知能アルゴリズムによる診断の感度
|
2017年8月から2021年2月まで
|
人工知能アルゴリズムによる診断の特異性
時間枠:2017年8月から2021年2月まで
|
人工知能アルゴリズムによる診断の特異性
|
2017年8月から2021年2月まで
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
捜査官
- 主任研究者:Xiulan Zhang, Doctor、Sun Yat-sen University
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Diprose W, Buist N. Artificial intelligence in medicine: humans need not apply? N Z Med J. 2016 May 6;129(1434):73-6.
- Quigley HA. Glaucoma. Lancet. 2011 Apr 16;377(9774):1367-77. doi: 10.1016/S0140-6736(10)61423-7. Epub 2011 Mar 30.
- Asaoka R, Murata H, Iwase A, Araie M. Detecting Preperimetric Glaucoma with Standard Automated Perimetry Using a Deep Learning Classifier. Ophthalmology. 2016 Sep;123(9):1974-80. doi: 10.1016/j.ophtha.2016.05.029. Epub 2016 Jul 7.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2017年8月15日
一次修了 (実際)
2019年12月1日
研究の完了 (実際)
2020年2月1日
試験登録日
最初に提出
2017年8月29日
QC基準を満たした最初の提出物
2017年8月30日
最初の投稿 (実際)
2017年8月31日
学習記録の更新
投稿された最後の更新 (実際)
2020年10月22日
QC基準を満たした最後の更新が送信されました
2020年10月19日
最終確認日
2020年10月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。
視野検査とOCT検査の臨床試験
-
Queen's University, BelfastUniversity of Sussexわからない
-
University Hospital TuebingenAlcon Researchわからない原発性開放隅角緑内障 (POAG)ドイツ