안구 질환의 보조 진단을 위한 다중 모드 기계 학습
2024년 11월 13일 업데이트: Eye & ENT Hospital of Fudan University
ChatGPT 기반의 자연어 처리 및 영상 처리 기법을 이용한 안질환 보조진단을 위한 멀티모달 머신러닝 원문보기 KCI 원문보기 인용
자연어 처리와 영상 처리의 비약적인 발전으로 고품질 안과 상담을 통해 학습된 chatGPT를 활용한 지능형 진단의 가능성이 높아지고 있습니다.
또한 환자 셀카, 시력 검사 사진 및 기타 이미지 분석 기술을 통합하여 진단 기능을 더욱 향상시킬 수 있습니다.
다기관 연구는 다중 기계 학습 기술을 사용하여 안구 질환에 대한 보조 진단 프로그램을 개발하고 실제 외래 환자 진료소에서 진단 효능을 평가하는 것을 목표로 합니다.
연구 개요
상태
상태
완전한
정황
정황
개입 / 치료
개입 / 치료
연구 유형
연구 유형
관찰
등록 (실제)
등록
9825
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
연구 연락처
- 이름: Chen Zhao
- 전화번호: +86 (021) 64377134
- 이메일: dr_zhaochen@163.com
연구 연락처 백업
- 이름: Xinjian Chen
- 전화번호: +86 (0512) 65227399
- 이메일: xjchen@suda.edu.cn
연구 장소
-
-
-
Nanjing, 중국
- The Affiliated Eye Hospital of Nanjing Medical University
-
Shanghai, 중국
- Fudan Eye & ENT Hospital
-
Suqian, 중국
- Suqian First People's Hospital
-
-
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
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
비확률 샘플
연구 인구
"정상 참가자"는 눈과 관련된 문제나 문제가 없는 개인을 말합니다.
"눈 관련 주요 불만이 있는 참가자"는 중국 전역의 다양한 안과에서 온 환자를 말합니다. 각 참가자는 포괄적인 의료 검사를 받아야 하며 진단을 위해 의료 기록을 검토해야 합니다.
설명
포함 기준:
- 정보에 입각한 동의를 얻었습니다.
- 참가자는 중국어를 모국어로 사용할 수 있어야 하며 중국어를 충분히 읽고 쓰고 이해할 수 있어야 합니다.
- 일반 참가자의 경우: 개인은 눈과 관련된 문제가 없어야 합니다.
- 눈 관련 주요 불만이 있는 참가자의 경우: 개인은 눈과 관련된 특정 문제 또는 문제가 있어야 합니다.
제외 기준:
- 최종 진단을 지원하는 불완전한 임상 데이터
- 주치의 또는 임상 연구 직원의 의견에 따라 연구에 안전하게 참여하기에는 의학적으로 너무 불안정한 환자.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
그룹/코호트 수
2
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
일반 참가자
눈에 대한 걱정이 없는 건강한 사람.
|
|
|
눈 관련 주요 불만이 있는 환자
눈과 관련된 특정 우려 사항이나 문제가 있는 개인으로, 치료를 받거나 불만을 제기하는 주요 원인으로 간주됩니다.
|
눈과 관련된 주요 불만을 나타내는 환자는 처음에 휴대폰 신청서를 작성합니다.
이 애플리케이션은 환자의 병력 및 관련 이미지(예: 셀카 및 시력 검사 사진)를 활용하여 지능적인 진단을 제공합니다.
진단은 환자에게 공개되지 않습니다.
그 후 환자는 의사의 진료를 받고 숙련된 임상의의 임상 검사를 받습니다.
이후에 경험이 풍부한 두 번째 임상의가 임상 진단을 검토합니다.
진단이 일치하면 황금 표준으로 간주됩니다.
불일치의 경우 두 임상의가 도달한 합의가 황금 표준이 됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
다중 모드 기계 학습 프로그램의 진단 정확도
기간: 2023년 7월부터 2024년 3월까지
|
각 환자에 대해 멀티모달 머신러닝 프로그램을 통해 생성된 진단과 숙련된 임상의가 제공한 임상 진단을 문서화하고 비교했습니다.
두 진단 간의 일관성은 임상 실습에서 프로그램의 정확성을 나타냅니다.
|
2023년 7월부터 2024년 3월까지
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
협력자
협력자
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
2023년 7월 21일
기본 완료 (실제)
기본 완료
2024년 3월 10일
연구 완료 (실제)
연구 완료
2024년 3월 31일
연구 등록 날짜
최초 제출
최초 제출
2023년 6월 25일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2023년 6월 26일
처음 게시됨 (실제)
처음 게시됨
2023년 7월 5일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2024년 11월 15일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2024년 11월 13일
마지막으로 확인됨
마지막으로 확인됨
2024년 11월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
기타 연구 ID 번호
- FD-EENT-20230625
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
예
IPD 공유 기간
프로토콜은 2023년 12월 8일에 발표되었습니다.
IPD 공유 지원 정보 유형
- 연구_프로토콜
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
미국에서 제조되어 미국에서 수출되는 제품
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. .