眼底写真を使用して閉塞性冠動脈疾患を検出するための深層学習アルゴリズム
モデル学習を通じて訓練された人工知能は、医療画像認識を迅速に実行でき、早期の病気のスクリーニングや診断支援に広く使用されています。 ディープラーニングの継続的な最適化により、AI の応用により、これまで知られていなかった他の全身性疾患との関連性を発見することができました。 網膜眼底画像に基づく人工知能は、貧血、肝胆道疾患、慢性腎臓病を検出したり、その他の全身性バイオマーカーを予測したりするために使用できます。 上記の研究は、網膜眼底画像に基づく人工知能技術を心血管疾患の診断と予測に応用するための理論的基礎を提供します。
現時点では、中国および世界には、冠状動脈性心疾患リスクの予測モデリングのための正確かつ迅速かつ使いやすい診断および治療ツールと早期スクリーニングツールがまだ不足しています。 眼底画像は、体中の血管との特別な関係に加え、簡単にアクセスでき、安価で効率的であるため、病気の広範なスクリーニングのためのツールとして徐々に使用されています。 AIディープラーニングアルゴリズムを使用した眼底画像に基づく冠状動脈性心疾患とその危険因子の特定と予測のためのモデルを開発および検証し、冠状動脈性心疾患の支援におけるAI眼底画像の価値を探求することは、科学的および社会的に非常に重要です。幅広い用途向けの診断とスクリーニング。
調査の概要
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：yong zeng, Dr
- 電話番号：+8613501373114
- メール：yzeng_anzhen@163.com
研究連絡先のバックアップ
- 名前：yong zeng
- 電話番号：+8613501373114
- メール：yzeng_anzhen@163.com
研究場所
-
-
北京
-
Beijing、北京、中国、100029
- 募集
- Yong Zeng
-
コンタクト：
- Yong Zeng
- 電話番号：18813085926
- メール：yzeng_anzhen@163.com
-
-
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
適格な参加者は、臨床的にCADが疑われる18歳以上で、冠動脈造影検査が予定されていた人でした。
除外基準:
除外基準は次のとおりです。(i) 以前の経皮的冠動脈インターベンション (PCI)。 (ii) 以前の冠状動脈バイパス移植片 (CABG)。 (iii) 他の心臓病（例えば、先天性心疾患、心臓弁膜症、または大血管疾患）。 (iv) 写真を撮影することができない。 (v) ST 上昇心筋梗塞 (STEMI) の診断。 冠動脈造影処置の前に、適格な患者全員が研究に参加し、写真を研究目的で使用することについてインフォームドコンセントを提出しました。
研究計画
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 |
|---|---|
|
冠動脈疾患群 / 非冠動脈疾患群
募集患者は冠動脈造影所見に基づいて冠動脈疾患群と非冠動脈疾患群に分類され、狭窄を伴う冠動脈病変の存在としてCADの存在が定義された。
|
冠状動脈性心疾患のゴールドスタンダードラベルを取得するために、このトピックではラベル表示に関する専門家委員会が結成され、診断は冠状動脈造影に基づいて行われます。冠状動脈造影は、少なくとも1つの部位に少なくとも50％の狭窄がある病変として定義されます。冠状動脈
|
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 |
|---|---|---|
|
AUC
時間枠：2024年12月30日
|
アルゴリズムのパフォーマンスを評価するために、受信機動作特性曲線の下の領域 (AUC) が計算されました。
|
2024年12月30日
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
感度
時間枠：2024年12月30日
|
アルゴリズムのパフォーマンスを評価するために、感度が計算されました。
|
2024年12月30日
|
|
特異性
時間枠：2024年12月30日
|
アルゴリズムのパフォーマンスを評価するために、特異性が計算されました。
|
2024年12月30日
|
協力者と研究者
スポンサー
捜査官
- 主任研究者：Yong Zeng、Beijing An Zhen Hospital: Capital Medical University Affiliated Anzhen Hospital
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
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。