このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

眼科マルチモーダル AI 支援の医療意思決定

2025年4月16日 更新者：Kang Zhang、The Eye Hospital of Wenzhou Medical University

画像データと電子カルテデータに基づく眼科マルチモーダルAI支援医療意思決定に関する研究

これは、眼科臨床現場におけるマルチモーダルデータ融合を活用した、AI 支援医療意思決定支援システムの適用と有効性を評価することを目的とした多施設共同の遡及的臨床研究です。

調査の概要

状態

募集

条件

介入・治療

詳細な説明

視覚障害は個人の生活の質に大きな影響を与えます。 眼疾患の早期スクリーニング、診断、治療は、視覚障害の発症と進行を防ぐために非常に重要です。 臨床現場では、眼科医は多くの場合、人口統計情報、病歴、血糖値や脂質レベルなどの生化学マーカー、危険因子、眼底画像、OCT スキャンなどのさまざまな眼科データを含む幅広い患者データを統合する必要があります。 、視野検査などを行って正確な診断を行い、適切な治療計画を立てます。 精密医療と個別化医療が医療の最前線にある時代において、眼疾患の早期発見と診断、ならびに疾患のさまざまな段階での適切な診断および治療戦略の選択は、臨床現場における重要な課題となっています。 医療画像および分析技術の最近の進歩により、眼疾患の診断の精度と有効性が大幅に向上しました。 この研究は、ディープラーニング技術と組み合わせて、画像データと電子医療記録からのマルチモーダルデータを統合することにより、眼科用人工知能支援意思決定システムを開発することを目的としています。 目的は、診断の精度を向上させ、臨床ワークフローを合理化し、より個別化された治療オプションを患者に提供することです。 最終的に、このシステムは、眼疾患に苦しむ患者の治療結果を向上させ、全体的な生活の質を向上させることを目指しています。

研究の種類

観察的

入学 (推定)

5000000

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。

研究連絡先

研究場所

  • マカオ
      • Macau、マカオ
        • 募集
        • Macau University of Science and Technology Hospital
        • コンタクト：
  • 中国
    • Guangdong
      • Zhuhai、Guangdong、中国
        • 募集
        • ZhuHai Hospital, zhuhai, guangdong
        • コンタクト：
    • Zhejiang
      • Wenzhou、Zhejiang、中国
        • 募集
        • First Affiliated Hospital of Wenzhou Medical University
        • コンタクト：
      • Wenzhou、Zhejiang、中国
        • 募集
        • Second Affiliated Hospital of Wenzhou Medical Universit
        • コンタクト：
      • Wenzhou、Zhejiang、中国
        • 募集
        • The Eye Hospital of Wenzhou Medical University
        • コンタクト：

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

サンプリング方法

非確率サンプル

調査対象母集団

温州医科大学眼科病院、温州医科大学第一付属病院、温州医科大学第二付属病院、珠海病院、マカオ科学技術大学病院を含む複数の施設で治療を受けたすべての患者。

説明

包含基準:

1.温州医科大学眼科病院、温州医科大学第一付属病院、温州医科大学第二付属病院、珠海病院、マカオ科学技術大学病院を含む複数の施設で治療を受けたすべての患者。

2. 眼科画像 (眼底写真、OCT、細隙灯画像など) を含む包括的な電子健康記録 (EHR) の利用可能性。 電子医療記録 (診断、治療、経過観察記録など)。 検査結果（視力、眼圧、臨床検査など）。 3. 1つ以上の眼疾患の明確な診断を受けた患者。 4.該当する場合、疾患の進行または予後の評価を可能にする十分な追跡記録を持つ患者。

  1. 以前に温州医科大学眼科眼科、温州医科大学第一付属病院、温州医科大学第二付属病院、珠海人民医院、大学病院で治療を受けたことのあるすべての眼科患者。
  2. 以下を含む包括的な電子健康記録 (EHR) の利用可能性: 眼科画像 (眼底写真、OCT、細隙灯画像など)。 電子医療記録 (診断、治療、経過観察記録など)。 検査結果（視力、眼圧、臨床検査など）。
  3. 1つ以上の眼疾患の明確な診断を受けた患者。
  4. 該当する場合、疾患の進行または予後の評価を可能にする十分な追跡記録を持つ患者。

除外基準:

  1. 重要な EHR コンポーネントが不完全または欠落している。
  2. 明確に分類できない、診断が曖昧または未確認の症例。
  3. 同じ患者からの重複または冗長データ。

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
普通
眼疾患のない患者さん
目の病気
眼疾患のある患者さん
診断テスト：診断検査: AI ベースの眼疾患の診断および予後モデル
この介入には、マルチモーダルなデータ融合を活用して眼科疾患の臨床意思決定と評価をサポートする AI システムが含まれます。 眼底写真、光干渉断層撮影 (OCT)、患者の臨床記録などのマルチモーダル データを統合し、リアルタイムで正確な個別の診断サポートを提供します。 他のモデルとは異なり、このシステムは長期的な患者データセットを利用して疾患の進行と治療結果を予測します。主な特徴は次のとおりです。 1. マルチモーダル データ統合: 画像データ、臨床データ、および遺伝子データを組み合わせて包括的な分析を行います。 2. 予測機能: 高度な予後予測を提供し、個別の治療計画を可能にします。 3. ディープ ラーニング フレームワーク: 最先端のディープ ラーニング アルゴリズムを採用し、診断の精度と効率を向上させます。 4. 現実世界の検証: 多様な患者データの大規模コホートを使用して検証され、一般化可能性と堅牢性が保証されます。

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
曲線下面積 (AUC)
時間枠：1年
ROC 曲線の AUC。診断精度を定量化するために使用されます。 単位なし (比率またはパーセンテージ。通常は 0 から 1 までの数値で表されます)。
1年
感度
時間枠：1年
感度 (真陽性率とも呼ばれます) は、モデルが陽性例をどの程度識別するかを示す尺度です。 これは、モデルによって正しく特定された実際の陽性症例の割合として定義されます。 単位なし (比率またはパーセンテージ。通常はパーセンテージで表されます)。
1年
精度 精度 精度
時間枠：1年
精度は、モデルによって評価されたケースの総数のうち、すべての正しい予測 (真陽性と真陰性) の割合を測定します。 単位なし (比率またはパーセンテージ。通常はパーセンテージで表されます)。
1年
特異性
時間枠：1年
特異度 (真陰性率とも呼ばれる) は、モデルによって正しく特定された実際の陰性ケースの割合を測定します。 単位なし (比率またはパーセンテージ。通常はパーセンテージで表されます)。
1年
誤検知率
時間枠：1年
偽陽性率 (FPR) は、モデルによって誤って陽性と識別される実際の陰性ケースの割合を測定します。 単位なし (比率またはパーセンテージ。通常はパーセンテージで表されます)。
1年
偽陰性率
時間枠：1年
偽陰性率 (FNR) は、モデルによって誤って陰性と識別される実際の陽性症例の割合を測定します。 単位なし (比率またはパーセンテージ。通常はパーセンテージで表されます)。
1年
術後合併症率
時間枠：1年
術後合併症を経験した患者の割合 (%)。
1年
再発リスク率
時間枠：1年
追跡期間中に再発を経験した患者の割合 (%)。
1年
生存率
時間枠：1年
カプラン・マイヤー生存曲線を使用して計算された、生存している患者の割合 (%)。
1年
意思決定支援の有効性
時間枠：1年
従来の決定と比較した、AI 支援による治療決定の精度の向上率 (%)。
1年
意思決定時間の効率化
時間枠：1年
AI 支援の前後で医師が診断と治療の決定を下すのに必要な平均時間 (秒)。
1年

二次結果の測定

結果測定
メジャーの説明
時間枠
システムユーザビリティスコア
時間枠：1年
システム ユーザビリティ スケール (SUS) を使用して評価され、スコアの範囲は 0 ～ 100 です。
1年
AI システムの応答時間
時間枠：1年
データ入力後、AI が推奨事項を提示するまでにかかった平均時間 (秒)。
1年
システム故障率
時間枠：1年
AI システム障害の頻度。使用時間 1000 時間あたりの障害数 (障害数/1000 時間) として測定されます。
1年
ユーザーインターフェイスデザインの満足度
時間枠：1年
ユーザー エクスペリエンス アンケート (UEQ) を使用して評価され、スコアは 1 ～ 7 の範囲です。
1年
患者満足度スコア
時間枠：1年
患者満足度アンケート (CSQ-8) を使用して測定され、スコアの範囲は 8 ～ 32 です。
1年
治療アドヒアランス
時間枠：1年
個別の治療計画と定期的なフォローアップ訪問を遵守している患者の割合 (%)。
1年
医師による AI システムの受け入れ
時間枠：1年
Technology Acceptance Model (TAM) スケールを使用して評価され、スコアは 1 ～ 7 の範囲です。
1年

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

The Eye Hospital of Wenzhou Medical University

捜査官

  • 主任研究者：Kang Zhang, PhD.、The Eye Hospital of Wenzhou Medical University

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)

2024年12月20日

一次修了 (推定)

2025年5月1日

研究の完了 (推定)

2025年5月1日

試験登録日

最初に提出

2024年12月15日

QC基準を満たした最初の提出物

2024年12月23日

最初の投稿 (実際)

2025年1月1日

学習記録の更新

投稿された最後の更新 (実際)

2025年4月17日

QC基準を満たした最後の更新が送信されました

2025年4月16日

最終確認日

2025年4月1日

詳しくは

本研究に関する用語

キーワード

その他の研究ID番号

  • Ophthalmic Multimodal AI

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

米国で製造され、米国から輸出された製品。

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。

購読する