인공지능클리닉과 일반클리닉의 비교
2018년 7월 26일 업데이트: Haotian Lin, Sun Yat-sen University
선천성백내장 진단을 위한 인공지능클리닉과 일반클리닉의 비교
본 연구에서 연구자들은 14세 이하의 참가자들에게 인공지능 클리닉 또는 일반 클리닉을 제공하여 보다 효율적이고 정확하게 확실한 진단을 내릴 수 있는 방법을 모색하고 비교를 목표로 하는 전향적, 무작위 통제 연구를 보고합니다. 선천성백내장 진단을 위한 인공지능클리닉과 정상클리닉의
연구 개요
상태
상태
완전한
정황
정황
개입 / 치료
개입 / 치료
상세 설명
안과 진료소에서 치료를 받지 않은 14세 이하의 어린이를 전향적 무작위 통제 연구에 등록했습니다.
환자를 두 그룹으로 나누어 A그룹은 인공지능 클리닉에 가서 초기진단을 받고, B그룹은 일반진료소를 찾았다.
수사관은 두 그룹에 대해 전문가로부터 최종 확정 진단을 제공합니다.
연구진은 선천성 백내장 진단을 위한 인공지능클리닉과 일반클리닉의 비교를 목표로 진단의 정확도, 시간소모, 만족도를 두 그룹 간 비교했다.
연구 유형
연구 유형
중재적
등록 (실제)
등록
350
단계
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 510060
- Zhognshan Ophthalmic Center, Sun Yat-sen University
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
1개월 (어린이)
건강한 자원 봉사자를 받아들입니다
예
연구 대상 성별
모두
설명
포함 기준:
- 협력 안과 클리닉의 소아 환자 서면 동의서 제공
제외 기준:
- 백내장 또는 기타 안구 이상에 대한 확정 진단 이전 눈 수술 슬립 램프 검사에 협조할 수 없음 이 트레일에 참여하지 않으려 함
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 더블
팔의 수
2
무기와 개입
참가자 그룹 / 팔참가자 그룹 / 팔 |
개입 / 치료개입 / 치료 |
|---|---|
|
실험적: 인공지능클리닉
절차: 인공지능 클리닉에서 초기 진단 그룹 A의 참가자는 인공지능 클리닉에 배정되어 안구 전안부의 이미지를 포함한 시력 검사 후 초기 진단을 받습니다. 절차: 전문가의 최종확진진단 인공지능클리닉에서 1차진단을 한 후, A그룹의 참가자들은 임상경력 10년 이상의 전문가에게 최종확진진단을 받으러 갔다. |
인공지능 클리닉에 배정된 그룹 A의 참가자들은 안구 전안부 이미지를 포함한 시력 검사 후 초기 진단을 받습니다.
참가자들은 1차 진단 후 10년 이상의 임상 경험을 가진 전문가에게 최종 확정 진단을 받으러 갔다.
|
|
활성 비교기: 일반 진료소
절차: 일반 클리닉의 초기 진단 그룹 B의 참가자는 일반 클리닉에 배정되어 안구 전안부의 이미지를 포함한 눈 검사 후 초기 진단을 받습니다. 절차: 전문가의 최종확진진단 일반클리닉에서 1차진단을 한 후 B그룹의 참가자들은 임상경력 10년 이상의 전문가에게 최종확진진단을 받았다. |
참가자들은 1차 진단 후 10년 이상의 임상 경험을 가진 전문가에게 최종 확정 진단을 받으러 갔다.
안구 전안부의 이미지를 포함하여 눈 검사 후 초기 진단을 받기 위해 일반 클리닉에 배정된 그룹 B의 참가자.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
선천성 백내장 인공지능 진단 정확도
기간: 기준선
|
인공지능 진단 정확도를 계산했다.
|
기준선
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
질병 중증도 평가 및 치료 결정
기간: 기준선
|
질병 중증도 평가 및 치료 결정의 정확도를 계산했습니다.
|
기준선
|
|
진단에 소요되는 시간
기간: 기준선
|
진단에 소요되는 시간을 계산했습니다.
|
기준선
|
|
환자들의 만족도
기간: 기준선
|
설문지를 사용하여 환자 만족도에 대한 정보를 기록했습니다.
|
기준선
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
수사관
- 수석 연구원: Haotian Lin, M.D,Ph.D, Zhongshan Ophthalmic Center, Sun Yat-sen University
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2017년 8월 9일
기본 완료 (실제)
기본 완료
2018년 5월 25일
연구 완료 (실제)
연구 완료
2018년 5월 25일
연구 등록 날짜
최초 제출
최초 제출
2017년 7월 30일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2017년 8월 2일
처음 게시됨 (실제)
처음 게시됨
2017년 8월 7일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2018년 7월 30일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2018년 7월 26일
마지막으로 확인됨
마지막으로 확인됨
2018년 7월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
기타 연구 ID 번호
- CCPMOH2017-China-5
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
인공지능클리닉에 대한 임상 시험
-
NCT07143006완전한
-
NCT01179035완전한의료 서비스 연구, 감옥, 의료 서비스 제공, 취약 계층, 지역 사회 건강 보조원