Multimodaal machinaal leren voor hulpdiagnose van oogziekten
13 november 2024 bijgewerkt door: Eye & ENT Hospital of Fudan University
Multimodaal machinaal leren voor hulpdiagnose van oogziekten met behulp van op ChatGPT gebaseerde natuurlijke taalverwerking en beeldverwerkingstechnieken
Met de snelle vooruitgang op het gebied van natuurlijke taalverwerking en beeldverwerking is er een groeiend potentieel voor intelligente diagnose met behulp van chatGPT, getraind door oogheelkundig advies van hoge kwaliteit.
Bovendien kunnen de diagnostische mogelijkheden verder worden verbeterd door selfies van patiënten, foto's van oogonderzoek en andere beeldanalysetechnieken op te nemen.
De multi-center studie heeft tot doel een aanvullend diagnostisch programma voor oogziekten te ontwikkelen met behulp van multimodale machine learning-technieken en de diagnostische doeltreffendheid ervan te evalueren in poliklinieken in de echte wereld.
Studie Overzicht
Toestand
Voltooid
Conditie
Interventie / Behandeling
Studietype
Observationeel
Inschrijving (Werkelijk)
9825
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studie Locaties
-
-
-
Nanjing, China
- The Affiliated Eye Hospital of Nanjing Medical University
-
Shanghai, China
- Fudan Eye & ENT Hospital
-
Suqian, China
- Suqian First People's Hospital
-
-
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
De "normale deelnemers" verwijst naar personen zonder zorgen of problemen met hun ogen.
De "deelnemers met ooggerelateerde hoofdklachten" verwijst naar patiënten uit verschillende oogklinieken in heel China. Elke deelnemer moet uitgebreide medische tests ondergaan en hun medische dossiers laten beoordelen voor diagnose.
Beschrijving
Inclusiecriteria:
- Geïnformeerde toestemming verkregen;
- Deelnemers moeten Chinees als moedertaal kunnen hebben en voldoende Chinees kunnen lezen, schrijven en begrijpen;
- Voor normale deelnemers: individuen hoeven zich geen zorgen te maken over hun ogen.
- Voor deelnemers met ooggerelateerde hoofdklachten: individuen moeten specifieke zorgen of problemen met hun ogen hebben.
Uitsluitingscriteria:
- Onvolledige klinische gegevens om definitieve diagnose te ondersteunen;
- Patiënten die, naar de mening van de behandelend arts of het klinisch onderzoekspersoneel, medisch gezien te instabiel zijn om veilig aan het onderzoek deel te nemen.
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Normale deelnemers
Gezonde personen die zich geen zorgen maken over hun ogen.
|
|
|
Patiënten met ooggerelateerde hoofdklachten
Personen met specifieke zorgen of problemen met betrekking tot hun ogen, die zij beschouwen als de belangrijkste reden om medische hulp in te roepen of een klacht in te dienen.
|
Patiënten met ooggerelateerde hoofdklachten vullen in eerste instantie een mobiele-telefoonapplicatie in.
Deze applicatie maakt gebruik van de medische geschiedenis van de patiënt en relevante afbeeldingen (zoals selfies en foto's van oogonderzoeken) om een intelligente diagnose te stellen.
De diagnose blijft geheim voor de patiënten.
Vervolgens zoeken patiënten medische hulp en ondergaan ze een klinisch onderzoek door een bekwame arts.
De klinische diagnose wordt vervolgens beoordeeld door een tweede ervaren clinicus.
Als de diagnoses overeenkomen, wordt dit beschouwd als de gouden standaard.
In geval van discrepantie wordt de door de twee clinici bereikte consensus de gouden standaard.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Diagnostische nauwkeurigheid van multimodaal machine learning-programma
Tijdsspanne: van juli 2023 tot maart 2024
|
Voor elke patiënt werden de diagnoses gegenereerd door het multimodale machine learning-programma en de klinische diagnose van ervaren artsen gedocumenteerd en vergeleken.
De consistentie tussen de twee diagnoses geeft de nauwkeurigheid van het programma in de klinische praktijk aan.
|
van juli 2023 tot maart 2024
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start (Werkelijk)
21 juli 2023
Primaire voltooiing (Werkelijk)
10 maart 2024
Studie voltooiing (Werkelijk)
31 maart 2024
Studieregistratiedata
Eerst ingediend
25 juni 2023
Eerst ingediend dat voldeed aan de QC-criteria
26 juni 2023
Eerst geplaatst (Werkelijk)
5 juli 2023
Updates van studierecords
Laatste update geplaatst (Werkelijk)
15 november 2024
Laatste update ingediend die voldeed aan QC-criteria
13 november 2024
Laatst geverifieerd
1 november 2024
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- FD-EENT-20230625
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
JA
IPD-tijdsbestek voor delen
Het protocol is op 8 december 2023 gepubliceerd.
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
product vervaardigd in en geëxporteerd uit de V.S.
Nee
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 .