아프리카 인구의 녹내장 알고리즘 검증 연구 - MAGIC 연구 (MAGIC)
아프리카 인구의 녹내장 발견을 위한 인공 알고리즘의 검증 연구
인공 지능(AI) 알고리즘은 광범위한 임상 적용 가능성을 보장하기 위해 다양한 집단에서 검증이 필요합니다. 안과 분야에서는 당뇨병성 망막증, 녹내장 등 진단 분야에서 AI 알고리즘이 성숙기에 접어들고 있습니다. 그럼에도 불구하고 아프리카 출신의 고위험 대상자는 일반적으로 훈련 데이터 세트에서 과소 대표되므로 대표성이 불분명합니다.
모잠비크의 대규모 Eyesore 병동에서 연속 환자를 대상으로 한 소규모 검증 연구를 통해 이 모집단에서 이러한 AI 소프트웨어의 진단 능력을 확인할 예정입니다.
연구 개요
상세 설명
인공 지능(AI) 알고리즘은 의료 관리의 차세대 개척지로, 일반적으로 진단 기능을 향상하고 기존 리소스를 최적화하기 위한 것입니다. 특히 의사와 같은 전문 인력이 부족한 환경에 적합합니다.
따라서 이러한 알고리즘을 광범위한 집단에서 사용할 수 있도록 보장하는 것이 임상 구현에 중요합니다. 모든 환자가 대표되고 결과가 신뢰할 수 있는지 확인하려면 모집단의 특정 부문에 대한 검증 연구가 필요합니다. 그럼에도 불구하고 아프리카 출신의 고위험 대상자는 일반적으로 훈련 데이터 세트에서 과소 대표되므로 대표성이 불분명합니다.
녹내장 및 당뇨병성 망막증에 대한 AI 알고리즘 검증을 위한 파일럿 연구가 MONA G-RISK® 및 당뇨병성 망막증에 대해 수행될 예정입니다. 모잠비크 수도에 있는 대규모 안과의 연속 환자는 이러한 AI 알고리즘을 사용하여 검사를 받고 임상 표준을 근거로 검증됩니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Luis Abegao Pinto, MD, PhD
- 전화번호: +351 217 805 000
- 이메일: abegao.pinto@ulssm.min-saude.pt
연구 연락처 백업
- 이름: Quirina Tavares Ferreira, PhD
- 전화번호: +351 217 805 000
- 이메일: quirina.ferreira@ulssm.min-saude.pt
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- Eye Unit에 출석하는 18세 이상의 피험자
- 심사 과정에 대한 사전 동의에 서명하려는 의지
제외 기준:
- 없음
- 스크리닝 영상의 불량한 품질은 치료 의도 분석에 포함되지만 진단 비교 결과에서는 제외됩니다.
- 녹내장 진단을 받은 환자는 검진에서 제외되지 않습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: AI 기반 안저영상검사
자원봉사자는 정기적인 안과 평가의 일환으로 전체 연구 방문을 수행합니다. 여기에는 안저 사진, OCT에 들어간 광학 디스크, 시야 검사 및 임상 전문가의 임상 검사가 포함됩니다. 안저 사진은 AI 알고리즘(G-Risk)에 의해 평가되고 추천 대 비추천으로 표시되고 임상 최적 표준과 비교됩니다. |
G-Risk AI 알고리즘은 시신경 유두 중심의 안저 사진을 평가하고 미리 결정된 임계값(>=0.73)을 기반으로 추천이 필요한지 여부를 결정합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
의뢰 결정과 판독 센터 결정 간의 진단적 일치
기간: 연구 기간 - 3주
|
판독 센터에서 평가한 근거 결정과 기준 진실 간에 일치 수준이 이루어집니다(정상, 녹내장 의심, 확정 녹내장). 두 센터(추천 및 비추천)의 모든 과목이 검토됩니다. 1차 결과 분석을 위해 중간 범주(녹내장이 의심됨)가 정상 진단과 함께 통합됩니다. |
연구 기간 - 3주
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI 위험 점수와 인간 기반 질병 심각도 평가 간의 일치 수준(%)
기간: 연구 후 - 6개월
|
질병 심각도에 대한 판독 센터 위험 점수(0~100위)를 AI 기반 질병 점수와 비교합니다.
이는 3가지 범주(정상, 녹내장 의심, 녹내장) 각각에서 개별적으로 수행됩니다.
이 점수를 분석하면 각 범주의 임상 위험(고위험 환자 대 저위험 환자)을 세분화하는 데 도움이 됩니다.
AI 기반 추천을 개선할 때 이 위험 점수를 포함하는 것의 부가가치를 결정하기 위해 탐색적 분석이 수행됩니다.
|
연구 후 - 6개월
|
공동 작업자 및 조사자
수사관
- 연구 책임자: Joana Ferreira, MD, PhD, ULS Santa Maria
- 연구 책임자: Amelia Buque, MD, Dr. Agarwal Eye Hospital
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
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. .