Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Zastosowanie sztucznej inteligencji we wczesnym wykrywaniu powikłań ocznych u diabetyków (AI)

27 grudnia 2022 zaktualizowane przez: The New Model of Care, Hail Health Cluster

Zastosowanie sztucznej inteligencji we wczesnym wykrywaniu powikłań oczu u diabetyków: randomizowana próba klastrowa w Hail, Arabia Saudyjska

Celem tej pragmatycznej próby jest przetestowanie korzyści płynących z zastosowania badania przesiewowego oczu opartego na sztucznej inteligencji, tj. urządzenia z kamerą dna oka, we wczesnym wykrywaniu powikłań ocznych u diabetyków. Główne pytania, na które ma odpowiedzieć, to:

W jakim stopniu zastosowanie opieki okulistycznej opartej na sztucznej inteligencji w przychodniach podstawowej opieki zdrowotnej sprawdza się w osiąganiu wczesnego wykrywania powikłań ocznych, takich jak obrzęk plamki żółtej? W jakim stopniu zastosowanie opieki okulistycznej opartej na sztucznej inteligencji w przychodniach podstawowej opieki zdrowotnej dobrze sprawdza się w osiąganiu wczesnego wykrywania powikłań ocznych, takich jak retinopatia? Uczestnicy zostaną poproszeni o udział w badaniach przesiewowych w kierunku powikłań ocznych w ośrodkach podstawowej opieki zdrowotnej, a do badań przesiewowych wykorzystana zostanie kamera dna oka.

Badacze porównają odsetek wykrytych przypadków z wczesnymi objawami powikłań ocznych wśród osób stosujących badania przesiewowe oczu oparte na sztucznej inteligencji, tj.

Wczesne wykrycie powikłań ocznych u diabetyków zapobiega ryzyku ślepoty.

Przegląd badań

Szczegółowy opis

W dobie sztucznej nieelegancji (AI) w opiece nad pacjentem z retinopatią cukrzycową wysoce zalecane jest przejście z opieki trzeciorzędowej do drugorzędnej i podstawowej.

Ze względu na niski poziom działania sztuczna inteligencja może być wykorzystywana we wczesnym wykrywaniu i badaniach przesiewowych retinopatii cukrzycowej poprzez zastosowanie usługi w masowej populacji i na obszarach o ograniczonych zasobach z niedoborem usług okulistycznych.

Oparta na sztucznej inteligencji opieka okulistyczna w zakresie badań przesiewowych w kierunku retinopatii cukrzycowej sprawi, że proces badań przesiewowych będzie bardziej skuteczny i tańszy, i może zostać przekazany technikom, lekarzom, a nawet do samodzielnego wykonywania badań przesiewowych w domu.

Biorąc pod uwagę wysoką częstość występowania cukrzycy typu 2 (T2DM) wśród dorosłych, użycie kamery dna oka bez rozszerzeń źrenic ze sztuczną inteligencją jest skuteczne w badaniach oczu, ponieważ poprawia przestrzeganie przez dorosłych zaleceń dotyczących badań przesiewowych oczu.

Podstawowym celem badania będzie ocena skuteczności zastosowania urządzeń AI w zakresie kamer dna oka we wczesnym wykrywaniu retinopatii cukrzycowej i obrzęku plamki u pacjentów z cukrzycą zgłaszających się do ośrodków podstawowej opieki zdrowotnej.

Pytania badawcze:

W jakim stopniu zastosowanie opieki okulistycznej opartej na sztucznej inteligencji w podstawowej opiece zdrowotnej jest skuteczne w osiąganiu wysokiego wskaźnika wykrywalności obrzęku plamki żółtej? W jakim stopniu zastosowanie opieki okulistycznej opartej na sztucznej inteligencji w poradni podstawowej opieki zdrowotnej jest skuteczne w osiąganiu wysokiego wskaźnika wykrywalności retinopatii?

Cel ogólny:

Ocena skuteczności stosowania opieki okulistycznej opartej na sztucznej inteligencji w ośrodkach podstawowej opieki zdrowotnej w osiąganiu wysokiego wskaźnika wykrywalności obrzęku plamki żółtej i retinopatii wśród diabetyków.

Konkretne cele:

Cel 1: Porównanie odsetka wykrytych przypadków obrzęku plamki w ramach interwencji z grupą kontrolną (rutynowa opieka okulistyczna) uczęszczającą do POZ.

Cel 2: Porównanie odsetka wykrytych przypadków retinopatii w ramach interwencji z grupą kontrolną (rutynowa opieka okulistyczna) uczęszczającą do POZ

Przegląd literatury:

Chociaż ostatnio zaproponowano modele wdrażania cyfrowych rozwiązań zdrowotnych, takich jak łowienie strumieni, lejek napływowy, piramida i tasowanie kart, które reprezentują opcje usług klinicznych o stopniowo rosnącej zdolności i chęci do operacjonalizacji cyfrowej opieki zdrowotnej.

Jednak wdrażanie sztucznej inteligencji, telezdrowia i internetu rzeczy (IoT) na całym świecie stoi przed różnymi wyzwaniami. Barier we wdrażaniu tych cyfrowych rozwiązań zdrowotnych jest wiele i można je wywnioskować ze względu na infrastrukturę, jakość urządzenia, powszechną gotowość i aspekty prawne.

Dowody wykazały, że wykorzystanie Macustat Retina Function Scan AI do zdalnego monitorowania pacjenta z obrzękiem plamki żółtej związanym z wiekiem lub retinopatią cukrzycową ma ogromny wpływ na zdrowie pacjenta.

Projekt badawczy i metody:

Jest to sześciomiesięczne randomizowane badanie klastrowe, które będzie rekrutować pacjentów z cukrzycą typu II, którzy uczęszczają do poradni podstawowej opieki okulistycznej w ośrodkach podstawowej opieki zdrowotnej w mieście Hail.

Uczestnicy (P):

Uczestnikami będą chorzy na cukrzycę typu II obojga płci, zgłaszający się do wybranych ośrodków podstawowej opieki zdrowotnej, niezależnie od czasu trwania choroby i aktualnie przyjmowanych leków. Oczekuje się, że uczestnikami będą osoby dorosłe w wieku 18 lat i starsze. Dzieci i młodzi dorośli z cukrzycą młodzieńczą zostaną wykluczeni. Ponadto wykluczeni będą pacjenci ciężko chorzy oraz pacjenci z zaburzeniami psychicznymi. Uczestnicy zostaną poddani ocenie na początku, aby zebrać podstawowe dane dotyczące retinopatii cukrzycowej i obrzęku plamki za pomocą urządzeń AI w celu zgłaszania wykrytych przypadków. Pod koniec badania podobny raport o wykrytych przypadkach zostanie uzyskany trzy i sześć miesięcy po rozpoczęciu badania.

Typ studiów

Interwencyjne

Zapisy (Oczekiwany)

440

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat do 90 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Opis

Kryteria przyjęcia:

  • Pacjenci z cukrzycą w wieku 18-90 lat

Kryteria wyłączenia:

  • Ciężko chory pacjent lub pacjent z rakiem

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Ekranizacja
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Badania przesiewowe oparte na sztucznej inteligencji do wczesnego wykrywania retinopatii cukrzycowej i obrzęku plamki żółtej
Zastosowanie urządzeń AI tj. Fundus Camera do wykrywania retinopatii cukrzycowej i obrzęku plamki żółtej u diabetyków w POZ
Zastosowanie urządzeń AI tj. Fundus Camera do wykrywania retinopatii cukrzycowej i obrzęku plamki żółtej u diabetyków w POZ
Brak interwencji: Rutynowe badania przesiewowe w kierunku retinopatii cukrzycowej i obrzęku plamki żółtej
Rutynowe badanie przesiewowe w kierunku retinopatii cukrzycowej i obrzęku plamki żółtej u chorych na cukrzycę podczas rutynowej wizyty w poradni okulistycznej w poradni podstawowej opieki zdrowotnej.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik wykrywalności retinopatii cukrzycowej w grupie interwencyjnej vs. grupa kontrolna
Ramy czasowe: 6 miesięcy od rozpoczęcia nauki
Odsetek wykrytych przypadków retinopatii cukrzycowej w grupie interwencyjnej vs. kontrolnej
6 miesięcy od rozpoczęcia nauki
Wskaźnik wykrywalności obrzęku plamki w grupie interwencyjnej vs. grupa kontrolna.
Ramy czasowe: 6 miesięcy od rozpoczęcia nauki
Odsetek osób, które uzyskały pozytywny wynik badania przesiewowego w kierunku obrzęku plamki w grupie interwencyjnej w porównaniu z grupą kontrolną.
6 miesięcy od rozpoczęcia nauki

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Częstość badań przesiewowych w kierunku retinopatii
Ramy czasowe: 6 miesięcy po rozpoczęciu studiów
Odsetek osób poddanych badaniu przesiewowemu w kierunku retinopatii cukrzycowej w grupie interwencyjnej w porównaniu z grupą kontrolną.
6 miesięcy po rozpoczęciu studiów
Częstość badań przesiewowych w kierunku obrzęku plamki żółtej
Ramy czasowe: 6 miesięcy po rozpoczęciu studiów
Odsetek osób poddanych badaniu przesiewowemu w kierunku obrzęku plamki w grupie interwencyjnej w porównaniu z grupą kontrolną
6 miesięcy po rozpoczęciu studiów

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Krzesło do nauki: Khalil Alshammari, VIP Chief MO, Hail Health Cluster
  • Główny śledczy: Fakhralddin Elfakki, Researcher at MOC, New Model of Care, Hail Health Cluser
  • Dyrektor Studium: Meshari Aljamani, MOC Lead, New Model of Care, Hail Health Cluster

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Oczekiwany)

1 stycznia 2023

Zakończenie podstawowe (Oczekiwany)

1 czerwca 2023

Ukończenie studiów (Oczekiwany)

1 lipca 2023

Daty rejestracji na studia

Pierwszy przesłany

7 grudnia 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

14 grudnia 2022

Pierwszy wysłany (Rzeczywisty)

19 grudnia 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Oszacować)

29 grudnia 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

27 grudnia 2022

Ostatnia weryfikacja

1 grudnia 2022

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

Nie

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

3
Subskrybuj