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

Effectiviteit en evaluaties van kosteneffectiviteit van AI-Assisted Diagnostic Software (Verisee) voor screening op htalmische ziekten

20 juli 2026 bijgewerkt door: National Taiwan University Hospital
Deze studie heeft als doel de effectiviteit van een kunstmatige intelligentie (AI) -assistent screeningsysteem te evalueren in oogheelkundige diagnose. Met behulp van AI-gebaseerde fundusfotografie zal het systeem artsen helpen bij het diagnosticeren van drie veel voorkomende oogziekten: leeftijdsgebonden maculaire degeneratie, diabetische retinopathie (DR) en glaucoom. Het AI -systeem zal fundusbeelden van deelnemers analyseren en snel detectieresultaten genereren voor de referentie van oogheelkundige bij het nemen van definitieve diagnoses en klinische beslissingen. De studie zal de klinische voordelen van het AI-geassisteerde diagnostische systeem beoordelen en wetenschappelijk bewijs leveren om de efficiëntie van diagnose en behandeling van oogheelkundige ziekten te verbeteren.

Studie Overzicht

Gedetailleerde beschrijving

Kunstmatige intelligentie (AI) heeft een aanzienlijk potentieel aangetoond bij de analyse van medische beeldvorming en ziektediagnose, met name in de oogheelkunde. Er zijn substantiële vooruitgang geboekt bij het gebruik van AI voor het diagnosticeren van gemeenschappelijke oogziekten, het verbeteren van vroege detectie en het verbeteren van de resultaten van de patiënt. Vroege diagnose van leeftijdsgebonden maculaire degeneratie (AMD), diabetische retinopathie (DR) en glaucoom (GLC) is cruciaal voor effectief behandeling en ziektebeheer.

Huidige klinische diagnoses zijn echter sterk afhankelijk van oogheelkunsten, wat leidt tot uitdagingen zoals lage patiëntbezoekingspercentages en ongelijke verdeling van diagnostische middelen. Om deze kwesties aan te pakken, neemt deze studie een vóór en na onderzoeksontwerp aan om de impact van het AI-Assisted Diagnostic System te beoordelen. De studie omvat zowel prospectieve gegevensverzameling uit vertoningen als retrospectieve analyse van eerdere patiëntgegevens.

Verisee AMD, Verisee DR en Verisee GLC zijn AI-aangedreven medische softwaretools die zijn ontworpen om respectievelijk te screenen op AMD, DR en GLC. Deze systemen maken gebruik van geavanceerde AI -algoritmen om kleurfondsenfondsenfotografie -afbeeldingen te analyseren, ziektomstandigheden te beoordelen en de beeldkwaliteit te evalueren. Door deze software te integreren in klinische workflows, krijgen artsen onmiddellijke diagnostische ondersteuning, waardoor de efficiëntie en toegankelijkheid bij screening op het oog op de oogheelkundige ziekten worden verbeterd.

Studietype

Ingrijpend

Inschrijving (Geschat)

1000

Fase

  • Niet toepasbaar

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

    • Taiwan
      • Taipei, Taiwan, Taiwan, 100225
        • Werving
        • National Taiwan University Hospital
        • Contact:
          • Yi-Ting Hsieh, Medical Doctor
          • Telefoonnummer: +886-2-2312-3456 ext. 265018
          • E-mail: ythyth@gmail.com

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Beschrijving

Inclusiecriteria:

  • Verisee AMD wordt gebruikt in niet-retinale subspecialiteit oftalmologie klinieken voor volwassenen van 50 jaar en ouder.
  • Verisee DR wordt gebruikt in niet-retinale subspecialiteitsklinieken voor diabetespatiënten van 20 jaar en ouder.
  • Verisee GLC wordt gebruikt in niet-glaucoom subspecialiteit oftalmologie klinieken voor volwassenen van 20 jaar en ouder met bijziendheid minder dan 1000 graden.

Uitsluitingscriteria:

  • De patiënt stemt er niet mee in om deel te nemen aan de proef of kan geen geïnformeerde toestemming geven.

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

  • Primair doel: Screening
  • Toewijzing: NVT
  • Interventioneel model: Opdracht voor een enkele groep
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Ander: AI -interventie
Patiënten zullen fundusfotografie-screening ondergaan met behulp van kunstmatige intelligentie-ondersteunde diagnostische software (Verisee). Ophtalmologen zullen onafhankelijk dezelfde afbeeldingen interpreteren en de resultaten zullen worden vergeleken met die gegenereerd door de AI.
Verisee AMD, Verisee DR en Verisee GLC zijn AI-gebaseerde medische software-apparaten die zijn ontworpen voor het screenen van leeftijdsgerelateerde maculaire degeneratie (AMD), respectievelijk diabetische retinopathie (DR) en glaucoom. Deze systemen maken gebruik van geavanceerde AI -algoritmen om kleurfundusfondografie -afbeeldingen te analyseren voor ziektebeoordeling. Door de software op een computer te installeren, kan het systeem de beeldkwaliteit evalueren, ziektecondities voorspellen en onmiddellijk resultaten opleveren aan klinische artsen, die als diagnostisch hulpmiddel dienen.
Gegevensverzameling uit de klinische geschiedenis van de patiënt werd uitgevoerd omdat het AI-geassisteerde diagnostische systeem niet werd gebruikt.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid
Tijdsspanne: Van screening tot door artsen bevestigde diagnose van AMD of DR, een gemiddelde van 1 maand
De gevoeligheid van de indextest (verisee) werd berekend als het aandeel van de deelnemers met referentiestandaard-bevestigde ziekte die correct als positief werden geïdentificeerd door de AI-geassisteerde diagnostische software.
Van screening tot door artsen bevestigde diagnose van AMD of DR, een gemiddelde van 1 maand
Specificiteit
Tijdsspanne: Van screening tot door artsen bevestigde diagnose van AMD of DR, een gemiddelde van 1 maand
De specificiteit van de indextest werd berekend als het aandeel van de deelnemers zonder de doelconditie, zoals bepaald door de referentiestandaard, die correct werden geclassificeerd als negatief door het AI-geassisteerde diagnostische hulpmiddel.
Van screening tot door artsen bevestigde diagnose van AMD of DR, een gemiddelde van 1 maand
Concordantie
Tijdsspanne: Van screening tot door artsen bevestigde diagnose van AMD of DR, een gemiddelde van 1 maand
Concordantie tussen de AI-geassisteerde diagnose en de interpretatie van de oogartsen werd beoordeeld met behulp van de algehele overeenkomstpercentage (d.w.z. het percentage gevallen met identieke classificatieresultaten).
Van screening tot door artsen bevestigde diagnose van AMD of DR, een gemiddelde van 1 maand

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Totale kostenanalyse (inclusief directe en indirecte kosten)
Tijdsspanne: Van inschrijving tot 12 maanden na screening
Deze maatregel omvat directe medische kosten (bijv. Screening, follow-up, medicatie en behandeling), gezondheidszorggerelateerde indirecte medische kosten (bijv. IT-systeemonderhoud, personeel in de gezondheidszorg) en niet-medische indirecte kosten (bijvoorbeeld transport en productiviteitsverlies vanwege blindheid). De kosten zullen worden geanalyseerd vanuit zowel het nationale zorgverzekeringsperspectief als het bredere maatschappelijke perspectief.
Van inschrijving tot 12 maanden na screening

Medewerkers en onderzoekers

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

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)

2 juni 2025

Primaire voltooiing (Geschat)

31 december 2027

Studie voltooiing (Geschat)

31 december 2027

Studieregistratiedata

Eerst ingediend

20 februari 2025

Eerst ingediend dat voldeed aan de QC-criteria

20 februari 2025

Eerst geplaatst (Werkelijk)

25 februari 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

22 juli 2026

Laatste update ingediend die voldeed aan QC-criteria

20 juli 2026

Laatst geverifieerd

1 juli 2026

Meer informatie

Termen gerelateerd aan deze studie

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 .

Abonneren