Sanntids kunstig intelligenssystem for å oppdage flere øyefunduslesjoner ved ultravidfelt fundusavbildning
23. april 2021 oppdatert av: Haotian Lin, Sun Yat-sen University
Sanntids kunstig intelligenssystem for å oppdage flere øyefunduslesjoner ved ultravidfelt fundusavbildning: en prospektiv multisenterstudie
Denne prospektive multisenterstudien vil evaluere effektiviteten av et kunstig intelligenssystem i sanntid for å oppdage flere okulære funduslesjoner ved ultravidfelt fundusavbildning i virkelige omgivelser.
Studieoversikt
Status
Rekruttering
Forhold
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
Observasjonsmessig
Registrering (Forventet)
2000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
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
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
Ja
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Alle deltakerne som godtar å ta ultravidfelt fundusbilder.
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
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / 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
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet
Tidsramme: 8 måneder
|
Ytelse av kunstig intelligenssystem for å oppdage flere øyefunduslesjoner basert på ultravidfelt fundusavbildning.
|
8 måneder
|
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
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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. november 2020
Primær fullføring (Forventet)
1. februar 2022
Studiet fullført (Forventet)
25. desember 2022
Datoer for studieregistrering
Først innsendt
15. april 2021
Først innsendt som oppfylte QC-kriteriene
23. april 2021
Først lagt ut (Faktiske)
26. april 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
26. april 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
23. april 2021
Sist bekreftet
1. april 2021
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- UWFAIDS2019-China-06
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .
Kliniske studier på Kunstig intelligens
-
University of Castilla-La ManchaHar ikke rekruttert ennåSunn | Fysisk form | Mikroplast | Atletisk ytelse og skaderisiko | Artificial Turf | Sportsutstyr
-
Cairo UniversityRekrutteringKneartrose | Chitosan Nanopartikler Gel | Artificial Intelligence Texture Analysis Bases Algoritme | Subkondrale beinforandringer (anatomiske endringer) | Ekstrakorporal sjokkbølgeEgypt