Validering av en Universal Cataract Intelligence Platform
7. august 2018 oppdatert av: Haotian Lin, Sun Yat-sen University
Validering av nytten av en Universal Cataract Intelligence Platform
Denne studien etablerte og validerte en universell kunstig intelligens (AI)-plattform for samarbeidshåndtering av grå stær som involverer kliniske scenarier på flere nivåer, og utforsket et AI-basert medisinsk henvisningsmønster for å forbedre samarbeidseffektivitet og ressursdekning. Datasettene ble merket ved hjelp av et tre-trinns strategi: (1) kategoriser spaltelampefotografier i fire separate fangstmoduser; (2) diagnostisere hvert fotografi som en normal linse, grå stær eller et postoperativt øye; og (3) basert på etiologi og alvorlighetsgrad, videre klassifisere hvert diagnostisert fotografi for en behandlingsstrategi for henvisning eller oppfølging.
Et dypt gjenværende konvolusjonelt nevralt nettverk (CS-ResCNN) ble brukt til bildeklassifiseringsoppgaven.
I tillegg integrerte vi katarakt AI-agenten med et reelt henvisningsmønster på flere nivåer som involverer egenovervåking i hjemmet, primærhelsetjenesten og spesialiserte sykehustjenester.
Studieoversikt
Status
Fullført
Forhold
Intervensjon / Behandling
Studietype
Intervensjonell
Registrering (Faktiske)
500
Fase
- Ikke aktuelt
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Beskrivelse
Inklusjonskriterier:
Pasienter som gjennomgikk oftalmisk undersøkelse av øyet og registrerte øyeinformasjonen i primærhelsestasjonen.
Ekskluderingskriterier:
Pasientene som ikke kan samarbeide med undersøkelsene.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Kunstig intelligens
Et universelt diagnosesystem.
En kunstig intelligens for å ta omfattende evaluering og behandlingsbeslutning av grå stær.
|
En kunstig intelligens for å ta omfattende evaluering og behandlingsbeslutning av forskjellige typer grå stær.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk nøyaktighet av katarakt AI-middelet
Tidsramme: 6 måneder
|
AUC: område under mottakerens driftskurve; nøyaktighet (ACC) = (TP + TN) / (TP + TN + FP + FN); følsomhet (SEN) = TP / (TP + FN); spesifisitet (SPE) = TN / (TN + FP); TP = sann positiv; TN = sann negativ; FP = falsk positiv; FN = falsk negativ.
|
6 måneder
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Samarbeidspartnere
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
1. januar 2013
Primær fullføring (Faktiske)
1. juni 2017
Studiet fullført (Faktiske)
1. juni 2017
Datoer for studieregistrering
Først innsendt
7. august 2018
Først innsendt som oppfylte QC-kriteriene
7. august 2018
Først lagt ut (Faktiske)
9. august 2018
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
9. august 2018
Siste oppdatering sendt inn som oppfylte QC-kriteriene
7. august 2018
Sist bekreftet
1. august 2018
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- CCPMOH2018- China7
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
produkt produsert i og eksportert fra USA
Nei
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. .