Brukervennlighet Brukertesting av Easy-Eyefm AI-plattformen
Easy-EyefM er en kodefri kunstig intelligensplattform designet for øyeleger for å gi diagnostiske og behandlingsanbefalinger og hjelpe leger med å utvikle tilpassede diagnostiske modeller.
Dette prosjektet tar sikte på å evaluere brukervennligheten og brukervennligheten til Easy-EyefM-plattformen for leger. Studien vil samle tilbakemeldinger fra medisinsk fagpersonell for å evaluere plattformens intuitivitet og effektivitet for å støtte modelltilpasning og medisinsk bildeanalyseoppgaver.
Fagene vil delta i forsøket på Easy-EyefM-plattformen og sammenligningen med den eksisterende kommersielle plattformen (Automl) på den bestemte tiden. Forskerne vil informere emner om relevante forholdsregler og hjelpe dem med å lese brukerhåndboken før testen. Personer vil fullføre modelltilpasning og bildediagnose innen den foreskrevne testtiden, og i henhold til testresultatene, score den menneskelige-datamaskin-interaksjonsopplevelsen til AI-plattformen, fyller ut spørreskjemaet og til slutt fullfører evalueringsinnholdet.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Jinyuan Wang
- Telefonnummer: 086-15801191316
- E-post: jinyuanwang@tsinghua.edu.cn
Studer Kontakt Backup
- Navn: Hongqiu Wang
- E-post: hwang007@connect.hkust-gz.edu.cn
Studiesteder
-
-
-
Beijing, Kina
- Rekruttering
- Tsinghua University
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inkluderingskriterier:
- Medisinstudenter eller leger
- Har nok tid til å delta i dette programmet, omtrent 1 times kontinuerlig vurdering
- Godta å signere det informerte samtykkeskjemaet
Eksklusjonskriterier:
- Dårlig bruk av datamaskin- og mobiltelefoner og leseevne
- Dårlig språkuttrykk eller dialektkategori er ikke inkludert i talegjenkjenningsfunksjonen til plattformen
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Annen
- Tildeling: Randomisert
- Intervensjonsmodell: Crossover-oppdrag
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: gruppe A
|
AI -plattformer som bruker
|
|
Eksperimentell: gruppe B
|
AI-plattform Bruker
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
System Brukbarhetsskala
Tidsramme: 1 dag
|
Minimumsverdi: 0 Maksimal verdi: 100 høyere score indikerer et bedre resultat, noe som betyr høyere systembruk.
|
1 dag
|
Sekundære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Brukstid
Tidsramme: 1 dag
|
1 dag
|
|
Brukerehjelpsforespørsler Times
Tidsramme: 1 dag
|
1 dag
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Tien Yin Wong, Tsinghua University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- Easy-EyeFM
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
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. .