Sanntids kunstig intelligenssystem for å oppdage flere øyefunduslesjoner ved ultravidfelt fundusavbildning
Sanntids kunstig intelligenssystem for å oppdage flere øyefunduslesjoner ved ultravidfelt fundusavbildning: en prospektiv multisenterstudie
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Detaljert beskrivelse
Den okulære fundus kan vise tegn på både øyesykdommer (f.eks. gitterdegenerasjon, netthinneløsning og glaukom) og systemiske sykdommer (f.eks. hypertensjon, diabetes og leukemi). Den rutinemessige fundusundersøkelsen bidrar til tidlig oppdagelse av disse sykdommene. Manuell gjennomføring av fundusundersøkelse krever imidlertid en erfaren retina-øyelege, og er tid- og arbeidskrevende, noe som er vanskelig for rutinemessig implementering i stor skala.
Denne studien vil utvikle et kunstig intelligenssystem som integreres med ultravidfelt fundusavbildning for automatisk å screene for flere øyefunduslesjoner i sanntid og evaluere ytelsen i forskjellige virkelige omgivelser. Effektiviteten til systemet vil sammenlignes med de endelige diagnosene til hver deltaker satt av erfarne øyeleger.
Studietype
Studietype
Registrering (Forventet)
Registrering
Kontakter og plasseringer
Studiekontakt
Studiekontakt
- Navn: Haotian Lin, MD, PhD
- Telefonnummer: 8613802793086
- E-post: haot.lin@hotmail.com
Studer Kontakt Backup
- Navn: Zhongwen Li, MD
- Telefonnummer: 8618138726682
- E-post: cuitx3@mail2.sysu.edu.cn
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510060
- Rekruttering
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
Ta kontakt med:
- Haotian Lin, M.D., Ph.D
- Telefonnummer: 8613802793086
- E-post: haot.lin@hotmail.com
-
Ta kontakt med:
- Xiaohang Wu, M.D., Ph.D
- Telefonnummer: 8615913177657
- E-post: wuxiaohang_zoc@qq.com
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
Alle deltakerne som godtar å ta ultravidfelt fundusbilder.
Ekskluderingskriterier:
- Pasienter som ikke kan samarbeide med fotograf som noen lammede, pasientene med demens og alvorlige psykopater.
- Pasienter som ikke samtykker i å signere informert samtykke.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Antall grupper / kohorter
Kohorter og intervensjoner
Gruppe / KohortGruppe / Kohort |
Intervensjon / BehandlingIntervensjon / Behandling |
|---|---|
|
Zhongshan oftalmisk senter
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
|
Shenzhen oftalmiske senter
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
|
Beijin Tongren sykehus
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
|
Xudong oftalmisk senter
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
|
IKang fysiske undersøkelsessenter
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
|
Yangxi General Hospital People's Hospital
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
|
Guangdong Provincial People's Hospital
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Deltakeren trenger bare å ta et ultravidfelt fundusbilde som vanlig.
|
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet
Tidsramme: 8 måneder
|
Ytelse av kunstig intelligenssystem for å oppdage flere øyefunduslesjoner basert på ultravidfelt fundusavbildning.
|
8 måneder
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Følsomhet
Tidsramme: 8 måneder
|
Ytelse av kunstig intelligenssystem for å oppdage flere øyefunduslesjoner basert på ultravidfelt fundusavbildning.
|
8 måneder
|
|
Spesifisitet
Tidsramme: 8 måneder
|
Ytelse av kunstig intelligenssystem for å oppdage flere øyefunduslesjoner basert på ultravidfelt fundusavbildning.
|
8 måneder
|
|
Cohens kappa-koeffisient
Tidsramme: 8 måneder
|
Sammenligningen mellom ytelsen til AI-systemet og oftalmologer med tre grader av ekspertise.
|
8 måneder
|
|
Falsk-positiv rate
Tidsramme: 8 måneder
|
Funksjoner ved feilklassifisering
|
8 måneder
|
|
Falsk-negativ rate
Tidsramme: 8 måneder
|
Funksjoner ved feilklassifisering
|
8 måneder
|
|
Databehandlingstid for AI-system
Tidsramme: 8 måneder
|
Databehandlingstid for AI-system.
|
8 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Samarbeidspartnere
Samarbeidspartnere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Forventet)
Primær fullføring
Studiet fullført (Forventet)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- UWFAIDS2019-China-06
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .