- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06755060
Okulistyczne podejmowanie decyzji medycznych wspomaganych sztuczną inteligencją
Badanie dotyczące okulistycznego multimodalnego podejmowania decyzji medycznych wspomaganych sztuczną inteligencją w oparciu o dane obrazowe i dane z elektronicznej dokumentacji medycznej
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Wady wzroku znacząco wpływają na jakość życia jednostki. Wczesne badania przesiewowe, diagnostyka i leczenie chorób oczu mają kluczowe znaczenie w zapobieganiu wystąpieniu i postępowi zaburzeń widzenia. W praktyce klinicznej okuliści często muszą integrować szeroki zakres danych o pacjencie, w tym informacje demograficzne, historię medyczną, markery biochemiczne, takie jak poziom glukozy i lipidów we krwi, czynniki ryzyka, a także różne dane okulistyczne, takie jak obrazy dna oka, skany OCT oraz badania pola widzenia w celu postawienia trafnej diagnozy i opracowania odpowiedniego planu leczenia.
W czasach, gdy medycyna precyzyjna i spersonalizowana zajmują czołowe miejsca w opiece zdrowotnej, wczesne wykrywanie i diagnozowanie chorób oczu, a także wybór odpowiednich strategii diagnostycznych i terapeutycznych na różnych etapach choroby stały się znaczącymi wyzwaniami w warunkach klinicznych. Ostatnie postępy w technikach obrazowania i analizy medycznej znacznie zwiększyły dokładność i skuteczność diagnozowania chorób oczu.
Celem tego badania jest opracowanie okulistycznego systemu podejmowania decyzji wspomaganego sztuczną inteligencją poprzez integrację danych multimodalnych z obrazowania i elektronicznej dokumentacji medycznej w połączeniu z technikami głębokiego uczenia się. Celem jest poprawa dokładności diagnostycznej, usprawnienie procesów klinicznych i zapewnienie pacjentom bardziej spersonalizowanych opcji leczenia. Docelowo system ten ma na celu poprawę wyników leczenia i ogólnej jakości życia pacjentów cierpiących na choroby oczu.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Lan Wang, MD
- Numer telefonu: +86-0577-85397527
- E-mail: wl2832300533@163.com
Lokalizacje studiów
-
-
Guangdong
-
Zhuhai, Guangdong, Chiny
- Rekrutacyjny
- ZhuHai Hospital
-
Kontakt:
- Bingzhou Li
- Numer telefonu: +86-0756-2222569
- E-mail: mr_jerry_99@163.com
-
-
Zhejiang
-
Wenzhou, Zhejiang, Chiny, 325000
- Rekrutacyjny
- Second Affiliated Hospital of Wenzhou Medical University
-
Kontakt:
- Sian Liu, PhD.
- Numer telefonu: +86-0577-88002888
- E-mail: liusan@mail3.sysu.edu.cn
-
Wenzhou, Zhejiang, Chiny, 325000
- Rekrutacyjny
- First Affiliated Hospital of Wenzhou Medical University
-
Kontakt:
- Cheng Tang, MD
- Numer telefonu: +86-0577-55579999
- E-mail: c249325687@163.com
-
Wenzhou, Zhejiang, Chiny
- Rekrutacyjny
- The Eye Hospital of Wenzhou Medical University
-
Kontakt:
- Lan Wang, MD
- Numer telefonu: +86-0577-85397527
- E-mail: wl2832300533@163.com
-
Główny śledczy:
- Kang Zhang, PhD.
-
-
-
-
-
Macau, Makau
- Rekrutacyjny
- Macau University of Science and Technology Hospital
-
Kontakt:
- Yang Liu, MD
- Numer telefonu: +853-2882-1838
- E-mail: liuyang.macau@gmail.com
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Kryteria wieku: Nie obowiązują żadne ograniczenia wiekowe dotyczące włączenia do badania.
- Diagnoza chorób okulistycznych: Kwalifikujący się pacjenci muszą mieć zdiagnozowaną jedną lub więcej chorób okulistycznych, a diagnoza została potwierdzona przez wykwalifikowanego okulistę.
- Wymagania dotyczące danych obrazowych i klinicznych: Pacjenci muszą być w stanie dostarczyć pełne dane obrazowe okulistyczne i elektroniczną dokumentację medyczną (EMR), która jest kompleksowa i dostępna na potrzeby badania.
- Świadoma zgoda: wszyscy pacjenci lub ich przedstawiciele prawni w przypadku osób niepełnoletnich lub osób niezdolnych do wyrażenia świadomej zgody muszą podpisać formularz zgody, który jasno określa cele badania, procedury, potencjalne ryzyko i niedogodności, wykorzystanie danych oraz prawa i obowiązki uczestników. W przypadku osób niepełnoletnich lub niezdolnych do wyrażenia zgody należy uzyskać świadomą zgodę od prawnego opiekuna pacjenta.
- Przestrzeganie leczenia: Uczestnicy muszą wykazać się umiejętnością zrozumienia i przestrzegania wymagań badania, w tym przestrzegania wizyt kontrolnych, harmonogramów badań i zaleceń dotyczących leczenia. Pacjenci muszą wyrazić zgodę na udział w regularnych ocenach i gromadzeniu danych, w tym w badaniach obrazowych, badaniach laboratoryjnych i ocenach kontrolnych, zgodnie z wymogami protokołu badania.
- Ocena lekarza klinicznego: Lekarz prowadzący musi ustalić, czy pacjent spełnia wszystkie kryteria włączenia i jest w stanie zastosować się do niezbędnego leczenia, badań diagnostycznych i protokołów obserwacji przez cały czas trwania badania.
Kryteria wykluczenia:
- Ostre lub ciężkie choroby oczu: Pacjenci z ostrymi chorobami oczu wymagającymi natychmiastowej interwencji medycznej, co powoduje konieczność wykluczenia z badań interwencyjnych ze względu na pilność ich leczenia.
- Poważne choroby ogólnoustrojowe: pacjenci z poważnymi chorobami ogólnoustrojowymi, które mogą zakłócać leczenie chorób oczu, wpływać na skuteczność interwencji lub komplikować interpretację wyników badania.
- Wcześniejszy kontakt z interwencjami objętymi badaniem: Pacjenci, którzy wcześniej przeszli badaną interwencję lub uczestniczyli w innych eksperymentalnych terapiach w ramach trwających badań klinicznych, ponieważ może to wprowadzić błąd lub zniekształcić wyniki badania.
- Niekompletne obrazowanie lub dane kliniczne: Pacjenci, którzy nie są w stanie dostarczyć pełnych lub odpowiednich danych obrazowych okulistycznych lub nie posiadają kompleksowej elektronicznej dokumentacji medycznej (EMR), która jest niezbędna dla integralności danych z badania.
- Ciąża lub laktacja: Kobiety w ciąży lub karmiące piersią, dla których może istnieć potencjalne ryzyko związane z leczeniem oczu lub procedurami obrazowymi. Takie przypadki będą oceniane indywidualnie, aby zapewnić bezpieczeństwo pacjenta.
- Zdrowie psychiczne lub upośledzenie funkcji poznawczych: Pacjenci, u których zdiagnozowano istotne zaburzenia zdrowia psychicznego lub upośledzenia funkcji poznawczych, które uniemożliwiają im pełne zrozumienie charakteru i ryzyka badania lub przestrzeganie schematu leczenia i procedur kontrolnych.
- Alergie na leki lub ciężkie reakcje: pacjenci ze stwierdzoną alergią lub poważnymi reakcjami niepożądanymi na jakiekolwiek leki lub zabiegi okulistyczne, które mogą być stosowane podczas badania, a które mogą stanowić zagrożenie dla zdrowia pacjenta.
- Bieżący udział w innych badaniach klinicznych: Pacjenci, którzy jednocześnie biorą udział w innych interwencyjnych badaniach klinicznych (szczególnie tych związanych z okulistyką), ponieważ może to prowadzić do sprzecznych metod leczenia lub zakłócać ocenę wyników badania.
- Niezdolność do spełnienia wymagań dotyczących obserwacji: Pacjenci, którzy ze względów logistycznych, zdrowotnych lub osobistych nie są w stanie spełnić wymaganych wizyt kontrolnych, schematów leczenia lub gromadzenia danych, które są niezbędne dla podłużnej perspektywy badania analiza.
- Inne wykluczenia kliniczne: Pacjenci, których udział w badaniu, na podstawie oceny klinicznej lekarza prowadzącego, może nie leżeć w ich najlepszym interesie ze względu na ich stan zdrowia lub inne czynniki, lub którzy mogą doświadczyć niekorzystnych skutków udziału w badaniu.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Inny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Podejmowanie decyzji medycznych wspomaganych sztuczną inteligencją
Pacjenci w grupie interwencyjnej będą mogli podejmować decyzje medyczne wspomagane sztuczną inteligencją w oparciu o dane multimodalne.
|
Interwencja w tym badaniu obejmuje system AI, który wykorzystuje multimodalną fuzję danych w celu wsparcia klinicznego podejmowania decyzji i oceny chorób okulistycznych.
Pacjenci w grupie interwencyjnej przejdą standardowe badania okulistyczne, a decyzje kliniczne kierowane są zaleceniami wygenerowanymi przez system AI.
Natomiast pacjenci w grupie kontrolnej otrzymają jedynie standardowe badania okulistyczne i leczenie, bez wsparcia narzędzi decyzyjnych wspomaganych przez AI.
|
|
Brak interwencji: Tradycyjne podejmowanie decyzji medycznych
Pacjenci z grupy kontrolnej będą objęci tradycyjnym procesem podejmowania decyzji medycznych, gdzie decyzje dotyczące leczenia i diagnostyki będą podejmowane wyłącznie przez lekarza prowadzącego na podstawie oceny klinicznej, bez wsparcia systemu wspomaganego sztuczną inteligencją.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Powierzchnia pod krzywą (AUC)
Ramy czasowe: 2 lata
|
AUC krzywej ROC, stosowane do ilościowego określenia dokładności diagnostycznej.
Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażana jako liczba z zakresu od 0 do 1).
|
2 lata
|
|
Wrażliwość
Ramy czasowe: 2 lata
|
Czułość (zwana także współczynnikiem prawdziwie dodatnich wyników) jest miarą tego, jak dobrze model identyfikuje pozytywne przypadki.
Definiuje się go jako odsetek faktycznie pozytywnych przypadków poprawnie zidentyfikowanych przez model.
Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażona w procentach).
|
2 lata
|
|
Specyficzność
Ramy czasowe: 2 lata
|
Specyficzność (zwana także współczynnikiem prawdziwie ujemnym) mierzy odsetek faktycznie negatywnych przypadków prawidłowo zidentyfikowanych przez model.
Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażona w procentach).
|
2 lata
|
|
Dokładność
Ramy czasowe: 2 lata
|
Dokładność mierzy proporcję wszystkich prawidłowych przewidywań (prawdziwie pozytywnych i prawdziwie negatywnych) w całkowitej liczbie przypadków ocenionych przez model.
Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażona w procentach).
|
2 lata
|
|
Wskaźnik fałszywie dodatni
Ramy czasowe: 2 lata
|
Wskaźnik wyników fałszywie dodatnich (FPR) mierzy odsetek faktycznie negatywnych przypadków, które model błędnie identyfikuje jako pozytywne.
Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażona w procentach).
|
2 lata
|
|
Fałszywie ujemna stawka
Ramy czasowe: 2 lata
|
Odsetek wyników fałszywie ujemnych (FNR) mierzy odsetek faktycznie pozytywnych przypadków, które model błędnie zidentyfikował jako negatywne.
Brak jednostki (stosunek lub wartość procentowa, zwykle wyrażona w procentach).
|
2 lata
|
|
Częstość powikłań pooperacyjnych
Ramy czasowe: 2 lata
|
Odsetek (%) pacjentów, u których wystąpiły powikłania pooperacyjne.
|
2 lata
|
|
Wskaźnik ryzyka nawrotu
Ramy czasowe: 2 lata
|
Odsetek (%) pacjentów, u których wystąpił nawrót w okresie obserwacji.
|
2 lata
|
|
Współczynnik przeżycia
Ramy czasowe: 2 lata
|
Odsetek (%) pacjentów przy życiu, obliczony na podstawie krzywych przeżycia Kaplana-Meiera.
|
2 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wynik użyteczności systemu
Ramy czasowe: 2 lata
|
Oceniano za pomocą Skali Użyteczności Systemu (SUS), z wynikami w zakresie 0-100.
|
2 lata
|
|
Czas reakcji systemu AI
Ramy czasowe: 2 lata
|
Średni czas (w sekundach) potrzebny AI na przedstawienie rekomendacji po wprowadzeniu danych.
|
2 lata
|
|
Wskaźnik awaryjności systemu
Ramy czasowe: 2 lata
|
Częstotliwość awarii systemów AI mierzona awariami na tysiąc godzin użytkowania (awarie/tysiąc godzin).
|
2 lata
|
|
Satysfakcja z projektowania interfejsu użytkownika
Ramy czasowe: 2 lata
|
Oceniane za pomocą kwestionariusza doświadczenia użytkownika (UEQ), z punktacją w zakresie 1-7.
|
2 lata
|
|
Wynik zadowolenia pacjenta
Ramy czasowe: 2 lata
|
Mierzono za pomocą Kwestionariusza Satysfakcji Pacjenta (CSQ-8), z wynikami w zakresie 8-32.
|
2 lata
|
|
Przestrzeganie leczenia
Ramy czasowe: 2 lata
|
Odsetek (%) pacjentów stosujących się do spersonalizowanych planów leczenia i regularnych wizyt kontrolnych.
|
2 lata
|
|
Akceptacja systemu AI przez lekarza
Ramy czasowe: 2 lata
|
Oceniane przy użyciu skali Modelu Akceptacji Technologii (TAM), z punktacją w zakresie 1-7.
|
2 lata
|
|
Skuteczność wspomagania decyzji
Ramy czasowe: 2 lata
|
Procentowa (%) poprawa trafności decyzji terapeutycznych przy wsparciu AI w porównaniu z tradycyjnymi decyzjami.
|
2 lata
|
|
Efektywność czasu decyzji
Ramy czasowe: 2 lata
|
Średni czas (w sekundach) wymagany przez lekarzy na podjęcie decyzji diagnostycznych i terapeutycznych przed i po pomocy sztucznej inteligencji.
|
2 lata
|
Współpracownicy i badacze
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- Ophthalmic AI
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
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 Strategia związana z AI
-
King Khaled Eye Specialist HospitalKing Faisal Specialist Hospital & Research CenterZakończonyBarwnikowe zwyrodnienie siatkówki | Choroba siatkówkiArabia Saudyjska
-
Yan'an Affiliated Hospital of Kunming Medical UniversityRekrutacyjnyCiężkie zwężenie zastawki aortalnejChiny
-
University of ManchesterUniversity of CambridgeRekrutacyjnyPodstawowa opieka | Sztuczna inteligencja (AI)Zjednoczone Królestwo
-
Cheng-Hsin General HospitalRejestracja na zaproszenie
-
Federal University of Minas GeraisUppsala UniversityJeszcze nie rekrutacjaNieprawidłowości sercowo-naczyniowe | Elektrokardiogram
-
Mahidol UniversityRejestracja na zaproszeniePolip gruczolaka jelita grubego | Edukacja w zakresie kolonoskopii | Sztuczna inteligencja (AI)Tajlandia
-
Rigshospitalet, DenmarkTechnical University of Denmark; Copenhagen Academy for Medical Education and... i inni współpracownicyRekrutacyjnyPrzedwczesny poród | Sztuczna inteligencja (AI) w diagnozieDania
-
Kıvanç AkçaHacettepe UniversityZakończony
-
Tao OUYANGAktywny, nie rekrutujący
-
Dana-Farber Cancer InstituteNational Cancer Institute (NCI)Jeszcze nie rekrutacja