網膜画像を用いた多眼眼底疾患に対する深層学習システムの開発と検証
2019年12月24日 更新者:Haotian Lin、Sun Yat-sen University
網膜画像を使用した複数の眼底疾患に対する深層学習システムの開発と検証: 多施設前向き研究
網膜画像は、眼底と全身状態 (糖尿病と心血管疾患) の両方を反映することができ、臨床的に重要で入手が容易であるという利点により、医療用人工知能 (AI) アルゴリズムのトレーニングに最初に使用されます。
ここで、研究者は、複数の眼底疾患の特徴をマイニングできる単一のネットワーク モデルを開発しました。これは、それぞれに 1 つまたは複数の疾患ラベル (ある場合) を持つ多数の眼底画像によってトレーニングされました。
モデルのパフォーマンスは、ネイティブおよび国際的な眼科医のパフォーマンスと比較されました。
モデルは、異なるカメラ タイプのデータセットによってさらにテストされ、モデルが適用される臨床現場から前向きに収集された 3 つの外部データセットによって検証されました。
調査の概要
研究の種類
観察的
入学 (予想される)
300000
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、510060
- 募集
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
コンタクト:
- Haotian Lin, Ph.D
- 電話番号:+86-020-87330274
- メール:gddlht@aliyun.com
-
主任研究者:
- Haotian Lin, Ph.D
-
-
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
いいえ
受講資格のある性別
全て
サンプリング方法
確率サンプル
調査対象母集団
網膜画像は、中国全土および世界中の他の国々のさまざまな医療機関から収集されました。
説明
包含基準:
- 眼底画像の品質は、臨床的に許容できるものでなければなりません。 4 つの主要な領域 (視神経乳頭、黄斑、上下の網膜血管弓) を含む眼底画像領域の 80% 以上は、読み取りと識別が容易です。
除外基準:
- 光漏れ (領域の 30% を超える)、レンズ フレアまたは汚れによる斑点、露出過度の画像は、さらなる分析から除外されました。
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
- 観測モデル:他の
- 時間の展望:他の
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
トレーニング データセット
中国全土の病院や複数の検査施設から収集された網膜画像
|
|
検証データセット
トレーニング データセットから分離された網膜画像
|
トレーニング データセットは、他の 2 つのデータセットによって検証およびテストされたディープ ラーニング モデルのトレーニングに使用されました。
|
データセットのテスト
トレーニングデータセットとはまったく異なる、病院および眼疾患スクリーニングサイトから前向きに収集された網膜画像
|
トレーニング データセットは、他の 2 つのデータセットによって検証およびテストされたディープ ラーニング モデルのトレーニングに使用されました。
|
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 |
---|---|---|
深層学習システムの受信者動作特性曲線の下の領域
時間枠:ベースライン
|
研究者は、深層学習システムの受信者動作特性曲線の下の領域を計算し、深層学習システムと人間の医師の間でこの指標を比較します。
|
ベースライン
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
深層学習システムの感度
時間枠:ベースライン
|
研究者は、深層学習システムの感度を計算し、深層学習システムと人間の医師の間でこの指標を比較します。
|
ベースライン
|
深層学習システムの特異性
時間枠:ベースライン
|
研究者は、深層学習システムの特異性を計算し、深層学習システムと人間の医師の間でこの指標を比較します。
|
ベースライン
|
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
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。
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)
2014年1月1日
一次修了 (予想される)
2020年2月1日
研究の完了 (予想される)
2020年5月1日
試験登録日
最初に提出
2019年12月23日
QC基準を満たした最初の提出物
2019年12月24日
最初の投稿 (実際)
2019年12月30日
学習記録の更新
投稿された最後の更新 (実際)
2019年12月30日
QC基準を満たした最後の更新が送信されました
2019年12月24日
最終確認日
2019年12月1日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- CCPMOH2019- China8
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
いいえ
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
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。
眼科疾患の臨床試験
診断の臨床試験
-
University Hospital Tuebingen募集
-
Norwegian Institute of Public HealthStatistics Norway; Society of Interventional Oncology完了
-
London School of Hygiene and Tropical MedicineHealthNet TPO; Health Protection and Research Organisation; Medical Emergency Relief International完了
-
Cordis CorporationFCRE (Foundation for Cardiovascular Research and Education)完了
-
Universitätsklinikum Hamburg-EppendorfGerman Research Foundation完了
-
Technical University of Munichわからない
-
Technical University of MunichOlympus完了
-
McGill University Health Centre/Research Institute...AbbVie; Prometheus Laboratories完了
-
Universitätsklinikum Hamburg-EppendorfGerman Research Foundation; University Hospital Tuebingen完了