Uma plataforma para o desenvolvimento de inteligência artificial médica multidisciplinar (AI)
Visão geral do estudo
Status
Status
Condições
Condições
Tipo de estudo
Tipo de estudo
Inscrição (Antecipado)
Inscrição
Contactos e Locais
Contato de estudo
Contato de estudo
- Nome: Haotian Lin, Ph.D, M.D.
- Número de telefone: +86-020-87330274
- E-mail: gddlht@aliyun.com
Locais de estudo
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510060
- Recrutamento
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Contato:
- Haotian Lin, Ph.D, M.D.
- Número de telefone: +86-020-87330274
- E-mail: gddlht@aliyun.com
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- ter registro de imagens médicas (incluindo oftalmologia, patologia, radiografia, células sanguíneas e endoscopia)
Critério de exclusão:
- imagiologia médica não qualificada
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Número de grupos/coortes
Coortes e Intervenções
Grupo / CoorteGrupo / Coorte |
|---|
|
grupo de colaboração homem-máquina
profissionais de saúde e colaboração de máquinas para anotação e desenvolvimento de modelos de IA
|
|
grupo manual puro
profissionais de saúde para anotação manual pura e desenvolvimento de modelos de IA
|
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
precisão de anotação
Prazo: linha de base
|
calcular a precisão da anotação para comparação entre grupos usando os resultados da anotação
|
linha de base
|
Medidas de resultados secundários
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
precisão do desempenho do modelo
Prazo: linha de base
|
calcular a precisão do modelo de IA para comparação entre grupos usando os resultados previstos do modelo
|
linha de base
|
|
AUC de desempenho do modelo
Prazo: linha de base
|
calcular AUCs do modelo AI para comparação entre grupos usando os resultados previstos do modelo
|
linha de base
|
|
custo do tempo de anotação
Prazo: linha de base
|
calcular o custo do tempo de anotação para comparação entre grupos usando o tempo registrado durante os testes
|
linha de base
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Investigadores
Investigadores
- Investigador principal: Haotian Lin, Ph.D, M.D., Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Início do estudo
Conclusão Primária (Real)
Conclusão Primária
Conclusão do estudo (Antecipado)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
Outros números de identificação do estudo
- AIplatform-2020
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .