眼底画像からのハイブリッド深層学習アルゴリズムによる眼疾患の検出
眼底画像からのハイブリッド深層学習アルゴリズムによる眼疾患のスクリーニングと検出と自動人工知能アルゴリズムの検証
目の健康は生活の質にとって非常に重要です。 一部の眼疾患は、早期に治療しないと進行し、視力喪失に至るまでの永久的な損傷を引き起こす可能性があります。 したがって、定期的に眼科検査を受け、眼疾患の可能性を進行前に発見することが非常に重要です。 健康な人も年に一度は眼科検診を受け、目の健康に何らかの不満がある人も検査を受けるべきです。
テクノロジーの進歩に伴い、人工知能 (AI) がヘルスケア分野で重要な役割を果たし始めています。 網膜疾患には、網膜症、黄斑変性症、緑内障などの眼の網膜後部の損傷に起因する深刻な健康上の問題が含まれます。 視覚認識および分析機能を備えた人工知能は、網膜疾患の早期診断において大きな可能性を秘めています。
AI ベースの網膜疾患の診断には、通常、網膜画像を分析する特殊なアルゴリズムの使用が含まれます。 これらのアルゴリズムは目の異常な特徴を特定し、医師に迅速かつ正確な診断を提供します。
EyeCheckup v2.0は、眼底画像から緑内障の疑い、重度の緑内障の疑い、加齢黄斑変性症の診断、RVO診断、糖尿病網膜症の診断と病期、DME疑いの有無、その他の網膜疾患を診断します。 この研究は、EyeCheckup v2.0 の安全性と有効性を評価するように設計されています。
この研究は、網膜疾患と視神経乳頭疾患に対するEyeCheckupの感度と特異性を判断するための単一施設研究です。 EyeCheckup v2.0 は、迅速なスクリーニングを行うために、最前線のプライマリ ケア設定で撮影された眼底デジタル カラー写真を分析するように設計された自動ソフトウェア デバイスです。
調査の概要
詳細な説明
2020年に発行された世界保健機関の世界報告書によると、現在世界中で少なくとも22億人が視覚障害を抱えており、そのうち少なくとも10億人は予防可能な視覚障害、またはまだ対処されていない視覚障害を抱えています。 世界は、眼科医療の予防、治療、リハビリテーションサービスの範囲と質の不平等、訓練を受けた眼科医療従事者の不足、医療制度への眼科医療サービスの不十分な統合など、眼の健康に関する重大な課題に直面しています。
すべての視覚障害の 80% 以上が予防または治療できることが知られています。 正しい診断を下すには網膜専門医による眼底検査が必要ですが、人々は何らかの不快感を感じた場合にのみ眼科医を受診します。 通常、一度病気になると症状が非常に進行し、高額な治療や手術が必要になりますが、多くの場合、損傷は不可逆的であり、視力障害、さらには永久的な視力喪失につながります。
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、自動診断や医学などの多くの研究分野で使用されています。 近年、人工知能 (AI) 技術と現代医学の交差点により、効果的かつ迅速な病気のスクリーニングが可能になりました。 EyeCheckup は、眼底のデジタル カラー写真を分析して網膜および視神経乳頭疾患を迅速にスクリーニングするように設計された自動ソフトウェア デバイスです。
研究の主な目的は、カラー眼底画像に基づいて操縦可能な網膜および視神経乳頭疾患を検出する自動スクリーニング アルゴリズムのパフォーマンスを評価し、考えられる疾患に対する感度と特異性を判断することです。 システムの臨床検証では、画像が眼科医によって評価され、その結果が人工知能アルゴリズムと比較されます。
除外後、この研究には適格基準を満たす最大 1528 人の被験者が登録されます。 資格基準を満たす参加者は、主治医から書面によるインフォームドコンセントを得た後に募集されます。 被験者は、食品医薬品局(FDA)認可の眼科カメラに従って眼底写真撮影を受けます。 画像は、眼科カメラのオペレーターに提供される特定の EyeCheckup 画像プロトコルに従って撮影され、EyeCheckup v2.0 デバイスによって分析されます。
研究に使用する方法とツール:
I. 非散瞳カメラによる眼底写真の撮影: 視神経乳頭中心および中心窩中心の眼底画像は、Canon CR-2 AF、Topcon TRC-NW400、および Optomed Aurora の非散瞳眼底カメラを使用して撮影されます。 無散瞳画像が得られないボランティアの場合は、トロピカミド点滴を点滴することで瞳孔を拡張させ、画像を撮影します。 Canon CR-2 AF、Topcon TRC-NW400、および Optomed Aurora 網膜画像が撮影される無散瞳眼底カメラは CE マークを取得し、FDA の承認を受けています。
実行するテスト:
I. 研究に含まれる各ボランティアから 3 台の異なるカメラで取得された眼底画像は、カメラベースの EyeCheckup 人工知能アルゴリズムによって右目と左目の両方で別々に分析されます。
ii.システムの臨床検証と結果の比較を目的とした、網膜および緑内障の専門家による Canon CR-2 AF 画像の評価。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:Rim KHAZHIN, MD
- 電話番号:5357666383
- メール:rim@uraltelekom.com
研究場所
-
-
-
Antalya、七面鳥、07070
- 募集
- Akdeniz University Hospital
-
コンタクト:
- Mehmet Erkan DOĞAN, MD
- 電話番号:0242 249 6640
- メール:m.erkandogan@gmail.com
-
主任研究者:
- Mustafa ÜNAL, Prof. Dr.
-
副調査官:
- Mehmet Erkan DOĞAN, Lecturer
-
副調査官:
- Mehmet BULUT, Assoc. Dr.
-
副調査官:
- Aslı ÇETİNKAYA YAPRAK, Lecturer
-
副調査官:
- Esra AYHAN TUZCU, Assoc. Dr.
-
-
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:
i. 潜在的な参加者は研究を理解し、インフォームドコンセントに署名する必要があります。 ii.網膜血管疾患、白内障、または網膜または視神経乳頭の外観に影響を与える可能性のあるその他の疾患の病歴があってはなりません(屈折異常および眼表面疾患は許可されます)。
iii.白内障手術以外の網膜疾患に対する眼内手術や眼科レーザー治療歴がない。
iv. 18 歳以上の成人が研究に含まれます。
除外基準:
I. 潜在的な参加者が研究またはインフォームドコンセントを理解できない場合、 ii. 評価対象の特徴を備えた眼底写真の撮影を妨げる媒質の不透明性またはその他の欠陥がある場合(非散瞳眼底カメラでは 6 回の試行で撮影できなかったか、品質のため EyeCheckup 品質アルゴリズムによって 6 回拒否されました) )、iii. 参加者が白内障以外の眼内手術を受けたことがある場合、または網膜のレーザー治療を受けたことがある場合、 iv. 潜在的な参加者が研究で使用される眼底イメージング システムによるイメージングに禁忌である場合、v. 18歳未満の場合は、
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
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で診断の精度を判断する
時間枠:学習完了まで、平均1年
|
人工知能アルゴリズムの診断と網膜および緑内障の専門医の診断の適合性の比較
|
学習完了まで、平均1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
網膜疾患と視神経乳頭疾患を検出するための EyeCheckup v2.0 の感度と特異度を決定する
時間枠:学習完了まで、平均1年
|
|
学習完了まで、平均1年
|
協力者と研究者
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
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
- EC-2023-TR
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
米国FDA規制機器製品の研究
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。