Ontwikkeling en validatie van een geautomatiseerd, zelfbeheerd gezichtsscherptesysteem (AutoVA)
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
De gezichtsscherpte wordt bij de meeste oogpatiënten in de kliniek uitgevoerd als routinematige oogcontrole. Het wordt ook gedaan als screeningstest voor gezondheidscontroles vóór indiensttreding en gezondheidsscreening. Patiënten kunnen op gemeenschapsniveau worden gecontroleerd op refractiefouten, of worden gescreend op oogziekten, voor mensen met chronische medische aandoeningen. Met de toenemende last van de vergrijzing en oogaandoeningen zal het aantal patiënten in oogklinieken toenemen.
Er zijn een paar bestaande onlineapplicaties die zelf-oogcontroles mogelijk maken, maar er zijn beperkingen. Ze worden meestal op een tussenafstand gedaan, d.w.z. de afstand van de telefoon tot het oog, en geven het zicht op ware afstand niet nauwkeurig weer. In een klinische omgeving wordt het zicht op afstand doorgaans ingesteld op 4-6 meter.
Een gezichtsscherptetest wordt afgenomen door speciaal opgeleid zorgpersoneel, zoals optometristen en patiëntenserviceassistenten, wat vaak tijdrovend en arbeidsintensief is en waarbij één-op-één aandacht vereist is. Bovendien is het gezichtsvermogen subjectief en kan het soms nodig zijn om opnieuw te testen om een nauwkeurige beoordeling van het gezichtsvermogen te garanderen.
Omdat de gezichtsscherptetest het eerste klinische station is waar de patiënt naartoe gaat na registratie, leidt dit tot een knelpunt in de workflow, vertragingen bij de daaropvolgende diensten en uiteindelijk tot langere wachttijden voor patiënten in de klinieken.
Dit project heeft tot doel een geautomatiseerd Visual Acuity (VA)-station te ontwikkelen en te valideren door middel van spraak-naar-tekst en computer vision-technologie in vergelijking met bestaande handmatige VA-beoordelingen.
We veronderstellen dat we kunstmatige intelligentie kunnen gebruiken om de spraak en houding van de patiënt te begrijpen en zo de gezichtsscherptetest te automatiseren. We veronderstellen ook dat de geautomatiseerde gezichtsscherptetest vergelijkbaar is met het handmatig laten controleren van VA door kliniekpersoneel.
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studiecontact
- Naam: Kelvin Z Li., MBBS, MTech, FRCOphth
- Telefoonnummer: +6562566011
- E-mail: contact@ttsh.com.sg
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Patiënten zijn ouder dan 21 jaar en kunnen toestemming geven
- Patiënten die ten minste een tellend vingerzicht hebben
- Patiënten die in staat zijn om met een hoorbare en duidelijke stem te spreken
- Patiënten die zelfstandig een digitaal apparaat kunnen gebruiken (bijv. mobiele telefoon)
Uitsluitingscriteria:
- Patiënten met rolstoel/loophulpmiddelen
- Patiënten met gehoorproblemen
- Patiënten met spraakproblemen
- Patiënten met cognitieve stoornissen
- Patiënten met een hemiplegische/motorische disfunctie
- Patiënten bij wie het gezichtsvermogen slechter is dan het tellen van vingers
- Patiënten die zwanger zijn
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Screening
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Patiënten zullen zowel geautomatiseerde als handmatige gezichtsscherptetests ondergaan
De patiënt voert eerst handmatige gezichtsscherpte uit en wordt vervolgens naar een andere kamer geleid om de gezichtsscherpte te laten testen op het geautomatiseerde VA-apparaat
|
Het geautomatiseerde gezichtsscherpteapparaat is ontwikkeld in samenwerking met het Tan Tock Seng Hospital, het Singapore Institute of Technology en de Nanyang Technological University.
Het maakt gebruik van kunstmatige intelligentie voor pose-inschatting en spraakherkenning om te bepalen of de deelnemer de juiste letters leest die op het scherm worden weergegeven.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Beste gecorrigeerde gezichtsscherpte met en zonder gaatje met behulp van Snellen-letters en cijfers
Tijdsspanne: 1 jaar
|
De best gecorrigeerde gezichtsscherpte wordt uitgedrukt in meters (bijv.
6/6-1), en zal voor analyse naar LogMAR worden geconverteerd.
|
1 jaar
|
Medewerkers en onderzoekers
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 2024/00157
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
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 .