Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Real-world van AI bij het diagnosticeren van netvliesaandoeningen

1 augustus 2023 bijgewerkt door: Wenbin Wei, Beijing Tongren Hospital

Real-world toepassing van het gebruik van kunstmatige intelligentie bij het diagnosticeren van netvliesaandoeningen

Het doel van deze studie is om een ​​algoritme voor kunstmatige intelligentie toe te passen om multiretinale ziekten te diagnosticeren in real-world settings. De effectiviteit en nauwkeurigheid van dit algoritme worden geëvalueerd op basis van gevoeligheid, specificiteit, positieve voorspellende waarde, negatieve voorspellende waarde en oppervlakte onder curve.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Het doel van deze studie is om een ​​algoritme van kunstmatige intelligentie toe te passen om verwijzingsdiabetes-retinopathie, verwijzingsleeftijdsgebonden maculaire degeneratie, verwijzingsmogelijke glaucoom, pathologische myopie, occlusie van de retinale ader, maculair gaatje, maculaire epiretinale membraan, hypertensieve retinopathie, gemyeliniseerde vezels, retinitis te diagnosticeren. pigmentosa en andere laesies van het netvlies van fundusfotografie. Met deze 45-graden funduscamera's maakten getrainde operators binoculaire fundusfotografie van de deelnemers. Operators werd vervolgens gevraagd om gradeerbare beelden te identificeren en uit te laden voor algoritme-diagnose. De effectiviteit en nauwkeurigheid van dit algoritme worden geëvalueerd op basis van gevoeligheid, specificiteit, positief voorspellende waarde, negatief voorspellende waarde, oppervlakte onder curve en F1-score.

Studietype

Observationeel

Inschrijving (Geschat)

100000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

  • China
    • Beijing
      • Beijing, Beijing, China, 100730
        • Werving
        • Wen-Bin Wei
        • Contact:
        • Hoofdonderzoeker:
          • Wen-Bin Wei, MD

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

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

De onderzoekspopulatie is afgeleid van een anonieme database die de resultaten van gezondheidsonderzoeken van de algemene bevolking bevat.

Beschrijving

Inclusiecriteria:

  • fundusfotografie rond een veld van 45° dat de optische schijf en macula bedekt
  • volledige identificatiegegevens

Uitsluitingscriteria:

  • onvoldoende informatie voor diagnose

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
Netvliesaandoeningen gediagnosticeerd door algoritme voor kunstmatige intelligentie
Een artificiële intelligentie-algoritme werd toegepast om verwijzingsdiabetes, retinopathie, verwijzing leeftijdsgebonden maculaire degeneratie, verwijzing mogelijk glaucoom, pathologische myopie, retinale veneuze occlusie, maculair gaatje, maculaire epiretinale membraan, hypertensieve retinopathie, gemyeliniseerde vezels, retinitis pigmentosa en andere retinale laesies van fundusfotografie.
Diagnostische toets: algoritme voor kunstmatige intelligentie
Netvliesaandoeningen gediagnosticeerd door algoritme voor kunstmatige intelligentie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gebied onder curve
Tijdsspanne: 1 maand
We gebruikten de ROC-curve (receiver operating Characteristic) en het gebied onder de curve om het vermogen van deze algoritmeherkenning en classificatie van netvliesaandoeningen door kunstmatige intelligentie te onderzoeken.
1 maand
Gevoeligheid en specificiteit
Tijdsspanne: 1 maand
We hebben sensitiviteit en specificiteit gebruikt om het vermogen van dit algoritme voor kunstmatige intelligentie te onderzoeken om netvliesaandoeningen te herkennen en te classificeren.
1 maand
Positieve voorspellende waarde, negatieve voorspellende waarde
Tijdsspanne: 1 maand
We gebruikten een positieve voorspellende waarde en een negatieve voorspellende waarde om het vermogen van deze algoritmeherkenning en classificatie van netvliesaandoeningen door kunstmatige intelligentie te onderzoeken.
1 maand
F1-score
Tijdsspanne: 1 maand
We gebruikten de F1-score om het vermogen van deze algoritmeherkenning en classificatie van netvliesaandoeningen door kunstmatige intelligentie te onderzoeken.
1 maand

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Beijing Tongren Hospital

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)

1 augustus 2023

Primaire voltooiing (Geschat)

1 augustus 2028

Studie voltooiing (Geschat)

1 augustus 2029

Studieregistratiedata

Eerst ingediend

1 augustus 2023

Eerst ingediend dat voldeed aan de QC-criteria

1 augustus 2023

Eerst geplaatst (Werkelijk)

8 augustus 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

8 augustus 2023

Laatste update ingediend die voldeed aan QC-criteria

1 augustus 2023

Laatst geverifieerd

1 augustus 2023

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • Real-world RAIDS

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

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 .

Abonneren