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

Badanie walidacyjne algorytmu jaskry w populacji afrykańskiej – badanie MAGIC (MAGIC)

9 sierpnia 2024 zaktualizowane przez: Luis Abegao Pinto, Centro Hospitalar Universitário Lisboa Norte

Badanie walidacyjne sztucznego algorytmu wykrywania jaskry w populacji afrykańskiej

Algorytmy sztucznej inteligencji (AI) wymagają walidacji w różnych populacjach, aby zapewnić szerokie zastosowanie kliniczne. W okulistyce algorytmy sztucznej inteligencji osiągają dojrzałość w diagnostyce, takiej jak retinopatia cukrzycowa i jaskra. Niemniej jednak osoby pochodzenia afrykańskiego o większym ryzyku są zwykle niedostatecznie reprezentowane w zbiorach danych szkoleniowych i dlatego nie jest jasne co do ich reprezentatywności.

Badanie walidacyjne na małą skalę z udziałem kolejnych pacjentów w dużym oddziale Eyesore w Mozambiku zostanie przeprowadzone w celu określenia zdolności diagnostycznej oprogramowania AI w tej populacji

Przegląd badań

Status

Jeszcze nie rekrutacja

Szczegółowy opis

Algorytmy sztucznej inteligencji (AI) stanowią kolejny krok w zarządzaniu medycznym, zwykle mający na celu poprawę możliwości diagnostycznych i optymalizację istniejących zasobów. Są one szczególnie istotne w sytuacjach, w których brakuje wyspecjalizowanych zasobów ludzkich, takich jak lekarze.

Dlatego też zapewnienie możliwości stosowania tych algorytmów w szerokiej populacji ma kluczowe znaczenie dla wdrożenia klinicznego. Konieczne są badania walidacyjne w określonych segmentach populacji, aby zapewnić reprezentację wszystkich pacjentów i tym samym wiarygodność wyników. Niemniej jednak osoby pochodzenia afrykańskiego o większym ryzyku są zwykle niedostatecznie reprezentowane w zbiorach danych szkoleniowych i dlatego nie jest jasne co do ich reprezentatywności.

Badanie pilotażowe mające na celu walidację algorytmu sztucznej inteligencji w leczeniu jaskry i retinopatii cukrzycowej zostanie przeprowadzone dla MONA G-RISK® i retinopatii cukrzycowej. Kolejni pacjenci z dużego oddziału okulistycznego w stolicy Mozambiku zostaną poddani badaniom przesiewowym przy użyciu algorytmów sztucznej inteligencji i zweryfikowani na podstawie standardów klinicznych jako podstawowej prawdy.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

100

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Kryteria włączenia:

  • osoby w wieku powyżej 18 lat zgłaszające się na oddział okulistyczny
  • chęć podpisania świadomej zgody na proces badań przesiewowych

Kryteria wykluczenia:

  • nic
  • Zła jakość obrazu przesiewowego zostanie uwzględniona w analizie zamiaru leczenia, ale wykluczona z wyniku diagnostycznego komparatora.
  • Pacjenci ze zdiagnozowaną jaskrą nie zostaną wykluczeni z badań przesiewowych

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: Diagnostyczny
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Badanie obrazu dna oka oparte na sztucznej inteligencji

Wolontariusze odbędą pełną wizytę studyjną w ramach regularnej oceny okulistycznej. Obejmuje to zdjęcie dna oka, badanie OCT z użyciem dysku optycznego, badanie pola widzenia i badanie kliniczne przeprowadzone przez eksperta klinicznego.

Obraz dna oka zostanie oceniony za pomocą algorytmu AI (ryzyko G) i oznaczony jako skierowanie lub niereferowany i porównany ze złotym standardem klinicznym

Algorytm AI G-Risk oceni obraz dna oka wyśrodkowany na tarczy nerwu wzrokowego i określi, czy istnieje potrzeba skierowania na skierowanie, na podstawie wcześniej określonego progu (>= 0,73)

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zgodność diagnostyczna pomiędzy decyzją o skierowaniu a decyzją ośrodka czytelniczego
Ramy czasowe: Czas trwania badania – 3 tygodnie

Poziom zgodności zostanie osiągnięty pomiędzy decyzją o skierowaniu a podstawową prawdą ocenioną przez ośrodek czytelniczy (normalny, podejrzenie jaskry; jaskra ostateczna). Wszyscy pacjenci z obu ośrodków (skierowani i nieskierowani) zostaną poddani przeglądowi.

W przypadku pierwotnej analizy wyników kategoria środkowa (podejrzenie jaskry) zostanie połączona z prawidłową diagnozą

Czas trwania badania – 3 tygodnie

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Poziom zgodności (w %) między oceną ryzyka AI a oceną ciężkości choroby przeprowadzoną na ludziach
Ramy czasowe: Po badaniu - 6 miesięcy
Ocena ryzyka choroby w ośrodku odczytu (w skali od 0 do 100) zostanie porównana z oceną choroby opartą na sztucznej inteligencji. Zostanie to wykonane oddzielnie dla każdej z 3 kategorii (normalna, podejrzana jaskra, jaskra). Analiza tego wyniku pomogłaby uściślić ryzyko kliniczne (pacjenci wysokiego ryzyka w porównaniu z pacjentami niskiego ryzyka) w każdej kategorii. Przeprowadzona zostanie analiza eksploracyjna w celu określenia wartości dodanej uwzględnienia tej oceny ryzyka w udoskonalaniu skierowań w oparciu o sztuczną inteligencję
Po badaniu - 6 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Współpracownicy

Śledczy

  • Dyrektor Studium: Joana Ferreira, MD, PhD, ULS Santa Maria
  • Dyrektor Studium: Amelia Buque, MD, Dr. Agarwal Eye Hospital

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 (Szacowany)

14 sierpnia 2024

Zakończenie podstawowe (Szacowany)

31 sierpnia 2024

Ukończenie studiów (Szacowany)

31 sierpnia 2024

Daty rejestracji na studia

Pierwszy przesłany

9 sierpnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

9 sierpnia 2024

Pierwszy wysłany (Rzeczywisty)

13 sierpnia 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

13 sierpnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

9 sierpnia 2024

Ostatnia weryfikacja

1 sierpnia 2024

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 .

Badania kliniczne na Testowanie AI obrazu dna oka

Subskrybuj