- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06877988
Artificial Intelligence (AI) - Assistert visuell nedskrivningsscreeningsmodell: Fellesskapsbasert implementering og evaluering av ytelse, gjennomførbarhet og kostnader.
Målet med denne observasjonsstudien er å evaluere ytelsen, driftseffektiviteten, akseptabiliteten, gjennomførbarheten og kostnadseffektiviteten til en AI-assistert screeningmodell for synshemming i en samfunnsmiljø. De viktigste spørsmålene det tar sikte på å svare på er:
- Kan den AI-assisterte screeningmodellen forbedre screening og henvisningsnøyaktighet sammenlignet med den nåværende tradisjonelle screening-tilnærmingen?
- Forbedrer den AI-assisterte modellen driftseffektiviteten og reduserer helsetjenester i et samfunnsmiljø?
Forskere vil sammenligne den AI-assisterte modellen med den nåværende tradisjonelle screening-tilnærmingen for å vurdere dens innvirkning på screeningsnøyaktighet, driftseffektivitet og kostnadseffektivitet.
Deltakerne vil:
- Gjennomgå visjonsscreening ved bruk av enten AI-assistert modell eller den tradisjonelle modellen.
- Gi tilbakemelding på akseptabiliteten av screeningstilnærmingen.
- Bidra til å evaluere gjennomførbarheten og kostnadene forbundet med hver screeningsmetode.
Studieoversikt
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Singapore
-
Singapore, Singapore, Singapore, 648201
- Pioneer Polyclinic
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inkluderingskriterier:
- Personer over 50 år og over.
Eksklusjonskriterier:
- Personer under 50 år.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Dobbelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: AI-assistert
Deltakerne vil gjennomgå visuell nedskrivningsscreening ved bruk av AVIRI-modell (AI for sykdomsrelatert screening av visuell svekkelse ved bruk av retinal avbildning).
Denne intervensjonen innebærer automatisert fundusbildeanalyse gjennom kunstig intelligens for å screene og identifisere individer med stor sannsynlighet for synshemming.
|
Retinal fotograferingsbasert dyp læringsalgoritme for påvisning av sykdomsrelaterte tilfeller av synshemming
Andre navn:
|
|
Ingen inngripen: Tradisjonell
Deltakerne vil få screening av visuell nedskrivning ved bruk av den tradisjonelle screeningmodellen, som involverer optometrister som utfører innledende vurderinger, etterfulgt av henvisningsbeslutninger basert på manuell fundus -bildeevaluering.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Utførelse av Aviri på påvisning av synshemming
Tidsramme: Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Det primære utfallet er deteksjonsytelsen for VI (brytningsfeilrelaterte og sykdomsrelaterte VI) og hastigheten på riktig henvisning, med henvisning til ekspertpanelets diagnose.
For å vurdere om den nye AI-assisterte modellen har bedre henvisningsnøyaktighet enn den nåværende tradisjonelle modellen, vil nøyaktigheten, AUC-verdiene, følsomheten, spesifisiteten og andre ytelsesmålinger for de to modellene bli beregnet og sammenlignet.
|
Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Operativ effektivitet
Tidsramme: Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Evaluering inkluderer (i) gjennomsnittlig screeningstid per pasient og (ii) gjennomsnittlig antall pasienter som er screenet per økt.
|
Gjennom fullføring av studien, i gjennomsnitt 1 år
|
|
Pasient akseptabilitet
Tidsramme: Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Pasientens akseptabilitet vurderes via et 6-element spørreskjema (4-punkts Likert-skala: 'Tilfredshet' eller 'sannsynlighet') administrert av trente koordinatorer.
|
Gjennom fullføring av studien, i gjennomsnitt 1 år
|
|
Oppfatninger av gjennomførbarhet
Tidsramme: Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Oppfatninger av gjennomførbarhet blir evaluert gjennom minst to fokusgrupper med optometrister, og en med tjenesteleverandører vil bli gjennomført, ledet av det konsoliderte rammeverket for implementeringsforskning (CFIR).
Diskusjoner vil utforske barrierer og tilretteleggere som påvirker AI -screeningmodellens adopsjon.
Data vil bli induktivt og deduktivt kodet av to forskere som bruker CFIR -konstruksjoner; Avvik løst gjennom konsensus eller en tredje forsker.
|
Gjennom fullføring av studien, i gjennomsnitt 1 år
|
|
Kostnadsbesparelser ved å implementere AI-assistert screeningmodell
Tidsramme: Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Forskere vil kvantifisere den trinnvise kostnadsbesparelsen ved å implementere den AI-assisterte screeningmodellen over PSS-modellen ved hjelp av en aktivitetsbasert kostnads (ABC) tilnærming som kvantifiserer alle ikke-sunk-kostnader (inkludert arbeidskraft, materialer og forsyninger og amortisert teknologi og romverktøy/ leiekostnader) som kreves for å gjennomføre hver vurdering av nøkkelaktiviteter for hver screening-modell (e.g.g., e.g.g.g.g.g.g.g., av testresultater etc.).
Faste kostnader vil bli amortisert over innspillets forventede levetid (dvs.
involverte faste eiendelers forventet levealder).
For kostnadene for kliniske vurderinger vil forskere bruke ikke-subsidierte regningsstørrelser, da disse forventes å tilnærme faktiske kostnader.
|
Gjennom fullføring av studien, i gjennomsnitt 1 år
|
Samarbeidspartnere og etterforskere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
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 (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2024/2297
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. .