연령 관련 황반 변성의 원격 의료
2021년 4월 26일 업데이트: The New York Eye & Ear Infirmary
1차 진료 환경에서 후기 연령 관련 황반 변성의 조기 진단 및 예측을 위한 자동화된 AI 기반 시스템의 중추적 시도.
이 연구는 연령 관련 황반 변성(AMD)의 자동화된 조기 감지를 위한 시스템을 평가하고자 합니다.
AMD는 선명한 중심 시력을 담당하는 망막의 일부인 눈의 황반이 파괴되는 상태입니다.
자동 카메라를 사용하여 피사체의 눈을 촬영합니다.
이 사진들은 안전하게 전송되고 다른 연구에서 개발된 컴퓨터 프로그램에 의해 분석됩니다.
컴퓨터 프로그램 분석의 결과는 동일한 사진에 대한 사람의 분석과 비교됩니다.
컴퓨터 분석의 정확도가 충분히 높으면 이 컴퓨터 시스템을 AMD의 광범위한 검사에 사용할 수 있습니다.
연구 개요
상세 설명
iPredict는 AMD의 조기 진단을 위해 개인의 색상 안저 이미지를 사용하고 개인이 후기 AMD로 진행될 위험이 있는지 예측하는 AI 및 원격 의료 기반 소프트웨어입니다.
iPredict 플랫폼은 서버 측 프로그램(AMD 심각도 스크리닝 및 예측을 위한 이미지 분석 및 딥 러닝 모듈)과 로컬 원격 컴퓨터/모바일 장치(환자 데이터 및 이미지 수집용)를 통합합니다.
진료실에서는 DRS plus 카메라를 사용하게 됩니다.
원격 장치는 이미지와 데이터를 서버에 업로드하여 AMD를 자동으로 분석하고 스크리닝합니다.
원격의료 플랫폼은 웹기반 플랫폼으로 개발되었습니다.
자동 분석은 서버에서 수행되며, 개인의 AMD 단계를 참조 가능 또는 비참조 AMD로 환자/원격 장치로 보고서가 전송되고 후기 AMD 발병 위험 예측 점수(1분 이내), 가까운 안과 의사를 방문하라는 추가 권장 사항.
연구 유형
관찰
등록 (예상)
1000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Alauddin Bhuiyan, Ph.D.
- 전화번호: 718 926 9000
- 이메일: alauddin.bhuiyan@gmail.com
연구 연락처 백업
- 이름: Katy Tai
- 전화번호: 2129794251
- 이메일: ktai@nyee.edu
연구 장소
-
-
New York
-
New York, New York, 미국, 10003
- 모병
- New York Eye and Ear Infirmary of Mount Sinai
-
연락하다:
- Katy Tai
- 전화번호: 212-979-4251
- 이메일: ktai@nyee.edu
-
수석 연구원:
- R. Theodore Smith, MD, PHD
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
50년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
제외 기준이 아닌 자격 포함 기준에 맞는 참가자.
설명
포함 기준:
- 진료소 방문 및 연구 관련 절차를 준수하고 서명된 정보에 입각한 동의서를 제공할 의지와 능력이 있는 경우 피험자가 모집됩니다.
- 피험자의 성별: 남성과 여성 모두 참여하도록 초대됩니다.
- 피험자의 연령: 환자는 50세 이상입니다.
제외 기준:
- 정보에 입각한 동의를 제공할 수 없습니다.
- 기타 망막 변성 및 당뇨병성 망막증 또는 황반 부종과 같은 망막 혈관 질환, 이전 망막 수술.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
조기/없음 vs.
초기/없음(즉, 비추천 수준) 연령 관련 황반 변성(ARMD) 식별
|
인공 지능 읽기 보고서 참조 가능 대 비추천 AMD
|
|
중간/후기 AMD
중기/후기(즉, 추천 수준) 연령 관련 황반 변성(ARMD)
|
인공 지능 읽기 보고서 참조 가능 대 비추천 AMD
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AMD의 조기 진단을 위한 참조 가능 및 참조 불가능한 AMD 식별 감도
기간: 2 년
|
컬러 안저 이미징을 활용하는 iPredict의 AI 기반 AMD 스크리닝 소프트웨어를 사용하여 AMD의 조기 진단을 위한 참조 가능 및 참조 불가능한 AMD의 식별 감도.
|
2 년
|
|
컬러 안저 이미징을 활용하는 iPredict의 AI 기반 AMD 스크리닝 소프트웨어를 사용하여 AMD의 조기 진단을 위한 참조 가능 및 참조 불가능한 AMD 식별의 특이성.
기간: 2 년
|
황금 표준(즉, 안과 의사의 등급)을 사용하여 민감도와 특이도를 다음과 같이 계산합니다. Sens=TP/(TP+FN) Spec=TN/(TN+FP) 올바르게 분류됨), FN은 위음성(참조할 수 없는 것으로 잘못 분류된 참조 가능한 AMD 대상자)의 수이고, TN은 참 음성(올바르게 분류된 참조할 수 없는 대상자)의 수이며, FP는 위양성(비참조 가능한 대상자)의 수입니다. 참조 가능한 AMD 주제가 참조 가능한 AMD로 잘못 분류됨).
|
2 년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 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)
2020년 7월 19일
기본 완료 (예상)
2022년 7월 19일
연구 완료 (예상)
2022년 12월 31일
연구 등록 날짜
최초 제출
2021년 4월 19일
QC 기준을 충족하는 최초 제출
2021년 4월 26일
처음 게시됨 (실제)
2021년 4월 28일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 4월 28일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 4월 26일
마지막으로 확인됨
2021년 4월 1일
추가 정보
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. .