Ontwikkeling van een diepgaand leersysteem voor identificatie van neuro-oftalmologische aandoeningen op kleurenfundusfoto's op de afdeling spoedeisende hulp (DEEP-VISION)
De afgelopen jaren is kunstmatige intelligentie (AI) op grote schaal geïntegreerd in de medische sector, wat met name heeft bijgedragen tot een betere diagnose van patiënten. De BONSAI-studie, Brain and Optic Nerve Study with AI, waaraan ons team deelneemt, heeft met succes het vermogen van AI aangetoond om individuele neuro-oftalmologische of neurologische pathologieën die de oogzenuwen en/of hersenen aantasten, te identificeren op basis van een eenvoudig fundusbeeld.
Hoewel dit een veelbelovende vooruitgang is, blijft deze in de huidige klinische praktijk beperkt. Onze grootste uitdaging is om in dezelfde analyse een breder scala aan oogzenuw- en/of hersenpathologieën tegelijkertijd te kunnen identificeren, om zo het patiëntenbeheer te verbeteren, vooral voor degenen die naar de spoedeisende hulp worden verwezen. Bij gebrek aan een nauwkeurige diagnose kunnen complicaties onomkeerbaar en levensbedreigend zijn.
Een van de meest alarmerende klinische symptomen op de afdeling spoedeisende hulp is papiloedeem van stasis, dat, vergezeld van acute hoofdpijn, kan duiden op de aanwezigheid van intracraniale hypertensie, inflammatoire of ischemische pathologie. Dit laatste kan een manifestatie zijn van de ziekte van Horton. Ons team heeft een AI-algoritme ontwikkeld om afwijkingen aan het netvlies en de oogzenuw te diagnosticeren op basis van retinofoto’s gemaakt onder ideale omstandigheden tijdens geplande consultaties, en niet op beelden van patiënten die zich presenteren op de afdeling spoedeisende hulp. In ziekenhuizen zonder oogheelkundige spoedeisende hulp is het van essentieel belang dat spoedartsen (spoedeisende hulpartsen, huisartsen, neurologen) de fundus kunnen beoordelen bij afwezigheid van een oogarts. Hoewel deze beoordeling deel uitmaakt van het algemene onderzoek, levert dit vaak uitdagingen op voor niet-oogartsen. Het doel van onze studie is om de prestaties van ons AI-algoritme te verbeteren, zodat het onderscheid kan maken tussen verschillende netvlies- en oogzenuwpathologieën op de afdeling spoedeisende hulp. We zijn daarom van plan een database met fundusbeelden op te bouwen door prospectief patiënten op te nemen die zich presenteren op de spoedeisende hulpafdelingen voor oogheelkunde en neurologie van het Fondation Adolphe de Rothschild Hospital. De prestaties van het ontwikkelde algoritme zullen worden geëvalueerd volgens standaardcriteria van gevoeligheid, specificiteit, oppervlakte onder de curve (AUC) en nauwkeurigheid.
Studie Overzicht
Toestand
Toestand
Conditie
Conditie
Studietype
Studietype
Inschrijving (Geschat)
Inschrijving
Contacten en locaties
Studiecontact
Studiecontact
- Naam: Amelie Yavchitz, Dr
- Telefoonnummer: 33 148036454
- E-mail: ayavchitz@for.paris
Studie Locaties
-
-
-
Paris, Frankrijk, 75019
- Werving
- Hôpital Fondation Adolphe de Rothschild
-
Contact:
- Yavchitz
- Telefoonnummer: 33 1 48 03 64 54
- E-mail: ayavchitz@for.paris
-
-
Deelname Criteria
Geschiktheidscriteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Patiënt van 18 jaar en ouder
- Presentatie op de afdeling spoedeisende hulp van het ziekenhuis Fondation Adolphe de Rothschild
- Uitdrukkelijke toestemming om deel te nemen aan het onderzoek
- Lid of begunstigde van een socialezekerheidsstelsel
Uitsluitingscriteria:
- Patiënt onder wettelijke bescherming
- Zwangere vrouwen of vrouwen die borstvoeding geven
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Aandeel correcte voorspellingen onder alle positieve voorspellingen van alle totale voorspellingen van het algoritme (positief + negatief)
Tijdsspanne: Dag 30
|
De gouden standaard zal de diagnose zijn die wordt gesteld door een senior oogarts op basis van de medische dossiers van de patiënt die na het spoedbezoek bij D30 worden geraadpleegd.
|
Dag 30
|
Secundaire uitkomstmaten
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gevoeligheid van het algoritme voor elke oogziekte
Tijdsspanne: Dag 30
|
De gouden standaard zal de diagnose zijn die wordt gesteld door een senior oogarts op basis van de medische dossiers van de patiënt die na het spoedbezoek bij D30 worden geraadpleegd.
|
Dag 30
|
|
Specificiteit van het algoritme voor elke oogziekte
Tijdsspanne: Dag 30
|
De gouden standaard zal de diagnose zijn die wordt gesteld door een senior oogarts op basis van de medische dossiers van de patiënt die na het spoedbezoek bij D30 worden geraadpleegd.
|
Dag 30
|
|
Area under the curve (AUC) voor elke oogziekte
Tijdsspanne: Dag 30
|
De gouden standaard zal de diagnose zijn die wordt gesteld door een senior oogarts op basis van de medische dossiers van de patiënt die na het spoedbezoek bij D30 worden geraadpleegd.
|
Dag 30
|
Medewerkers en onderzoekers
Sponsor
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Studie start
Primaire voltooiing (Geschat)
Primaire voltooiing
Studie voltooiing (Geschat)
Studie voltooiing
Studieregistratiedata
Eerst ingediend
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Eerst geplaatst
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update geplaatst
Laatste update ingediend die voldeed aan QC-criteria
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
Andere studie-ID-nummers
- DMA_2024_6
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .