이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

응급실 컬러 안저 사진의 신경안과적 상태 파악을 위한 딥러닝 시스템 개발 (DEEP-VISION)

2024년 10월 14일 업데이트: Fondation Ophtalmologique Adolphe de Rothschild

최근에는 인공지능(AI)이 의료 분야에 널리 통합되어 특히 환자 진단 개선에 기여하고 있습니다. 우리 팀이 참여하고 있는 BONSAI 연구인 AI를 통한 뇌 및 시신경 연구는 간단한 안저 영상을 통해 시신경 및/또는 뇌에 영향을 미치는 개별 신경안과적 또는 신경학적 병리를 식별하는 AI의 능력을 성공적으로 입증했습니다.

이는 유망한 발전이지만 현재의 임상 실습에서는 여전히 제한적입니다. 우리의 주요 과제는 특히 응급실에 의뢰된 환자 관리를 개선하기 위해 동일한 분석에서 더 넓은 범위의 시신경 및/또는 뇌 병리를 동시에 식별할 수 있는 것입니다. 실제로, 정확한 진단이 없으면 합병증은 되돌릴 수 없고 생명을 위협할 수 있습니다.

응급실에서 가장 놀라운 임상 징후 중에는 정체 유두부종이 있는데, 이는 급성 두통을 동반하며 두개내 고혈압, 염증성 또는 허혈성 병리의 존재를 나타낼 수 있습니다. 후자는 호튼병의 징후일 수 있습니다. 우리팀은 응급실에 내원하는 환자의 영상이 아닌, 예정된 상담 시 이상적인 조건에서 촬영한 망막 사진을 기반으로 망막 및 시신경 이상을 진단하는 AI 알고리즘을 개발했습니다. 안과 응급실이 없는 병원에서는 안과 전문의 없이 응급의사(응급의, 일반의, 신경과 전문의)가 안저를 평가할 수 있는 것이 필수적이다. 이 평가는 일반 검사의 일부이기는 하지만 안과 의사가 아닌 사람들에게는 종종 어려움을 안겨줍니다. 우리 연구의 목적은 응급실에서 다양한 망막 및 시신경 병리를 구별할 수 있도록 AI 알고리즘의 성능을 향상시키는 것입니다. 따라서 우리는 Fondation Adolphe de Rothschild 병원의 안과 및 신경과 응급실에 내원하는 환자를 전향적으로 포함하여 안저 영상 데이터베이스를 구축할 계획입니다. 개발된 알고리즘의 성능은 민감도, 특이성, 곡선 아래 면적(AUC) 및 정확도의 표준 기준에 따라 평가됩니다.

연구 개요

상태

모병

정황

연구 유형

관찰

등록 (추정된)

1000

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 장소

      • Paris, 프랑스, 75019
        • 모병
        • Hopital Fondation Adolphe de Rothschild
        • 연락하다:

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

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

샘플링 방법

비확률 샘플

연구 인구

감염 및/또는 안구 알레르기(콧물, 충혈) 징후가 없이 Fondation Adolphe de Rothschild 병원 응급실에 내원한 성인 환자.

설명

포함 기준:

  • 18세 이상 환자
  • Fondation Adolphe de Rothschild 병원 응급실에 발표
  • 연구 참여에 대한 명시적 동의
  • 사회 보장 제도의 회원 또는 수혜자

제외 기준:

  • 법적 보호를 받고 있는 환자
  • 임신 또는 수유 중인 여성

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
알고리즘의 전체 예측 중 모든 긍정적인 예측 중 올바른 예측의 비율(긍정적 + 부정적)
기간: 30일차
Gold Standard는 응급 방문 후 D30에 상담한 환자의 의무 기록을 바탕으로 수석 안과 의사가 진단하는 것입니다.
30일차

2차 결과 측정

결과 측정
측정값 설명
기간
안질환별 알고리즘 민감도
기간: 30일차
Gold Standard는 응급 방문 후 D30에 상담한 환자의 의무 기록을 바탕으로 수석 안과 의사가 진단하는 것입니다.
30일차
안질환별 알고리즘의 특이성
기간: 30일차
Gold Standard는 응급 방문 후 D30에 상담한 환자의 의무 기록을 바탕으로 수석 안과 의사가 진단하는 것입니다.
30일차
각 안과 질환에 대한 곡선아래 면적(AUC)
기간: 30일차
Gold Standard는 응급 방문 후 D30에 상담한 환자의 의무 기록을 바탕으로 수석 안과 의사가 진단하는 것입니다.
30일차

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)

2024년 9월 9일

기본 완료 (추정된)

2027년 10월 1일

연구 완료 (추정된)

2027년 10월 1일

연구 등록 날짜

최초 제출

2024년 8월 9일

QC 기준을 충족하는 최초 제출

2024년 10월 14일

처음 게시됨 (실제)

2024년 10월 16일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 10월 16일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 10월 14일

마지막으로 확인됨

2024년 10월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • DMA_2024_6

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

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. .

눈 질환에 대한 임상 시험

3
구독하다