Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Aplicação da Inteligência Artificial no Diagnóstico da Alopecia Androgenética: Um Estudo de Treino e Validação.

12 de novembro de 2026 atualizado por: Noura Adel Ahmed Abdelghany Nour, Cairo University

The aim of this study is to develop and validate deep learning models in diagnosis of male and female pattern hair loss, and assessment of its severity based on clinical and trichoscopic image by handheld dermoscopy and administrative data (age and sex).

Visão geral do estudo

Status

Recrutamento

Condições

Descrição detalhada

The investigators intend to develop and validate artificial intelligence (AI) and machine learning (ML) models in diagnosis of male and female pattern hair loss, and assessment of its severity based on clinical and trichoscopic image using widely available and accessible handheld dermoscopes.

Conventional androgenetic alopecia (AGA) diagnosis and severity assessment are tedious and time-consuming tasks that are prone to human errors. These challenges can be tackled using artificial intelligence (AI), namely leveraging applications of machine learning and artificial neural networks for enhancing the diagnostic accuracy of scalp disease classification systems via dermoscopic image analysis. Computer aided assessment of hair microphotographs was attempted for decades, yet it faced many technical hurdles before the onset of deep learning and neural networks; and currently available software generate inaccurate results compared with visual counting. More accurate methods of analysis are needed for trichoscopic imaging, utilising deep learning image recognition models trained with a large image dataset. A number of deep learning models have been developed in recent years using videodermoscopy that achieved reliable hair density, thickness and severity classification, yet remain limited by small non-inclusive training datasets, need for hair shaving and lack of detailed reporting. Moreover, to our knowledge all previous models depend on image acquisition from expensive standalone videodermoscopy devices that lack widespread availability, rather than handheld dermoscopes that are commonly available.

The study will enroll 400 participants (200 healthy controls and 200 AGA patients). Controls undergo history and trichoscopic exams to exclude hair disorders. Trichoscopic examination will be conducted using a handheld dermoscope (CuTechs DS175) with a specialized field spacer. Patients will be assessed for disease severity using gender-specific scales. Both groups will have standardized digital and trichoscopic images taken for analysis. Images will be used to manually count and classify hairs, assess follicle units, and identify dermoscopic signs. A structured database will store all data and link clinical and image data to support objective diagnosis. AI models, particularly CNNs using transfer learning, will be trained on preprocessed images for classification and severity scoring. Model performance will be evaluated using metrics like accuracy, precision, recall, F1-score, and AUC-ROC compared with metrics reported by expert trichologists to validate accuracy and reliability

Tipo de estudo

Observacional

Inscrição (Estimado)

240

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

Estude backup de contato

Locais de estudo

    • Cairo Governorate
      • Cairo, Cairo Governorate, Egito, 11553

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

12 anos a 50 anos (Filho, Adulto)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra de Probabilidade

População do estudo

Patients diagnosed clinically and trichoscopically with androgenetic alopecia of both genders and apparently healthy controls.

Descrição

for the patient group:

Inclusion criteria:

  • Patients with male or female pattern hair loss diagnosed clinically or suspected clinically and confirmed trichoscopically
  • Age of disease onset 12-50 years old
  • Both genders
  • Any grade of androgenetic alopecia
  • Any duration of androgenetic alopecia
  • Any skin type

Exclusion criteria by clinical and trichoscopic examination:

  • Patients with patchy hair loss or Telogen effluvium only.
  • Patients with cicatricial alopecia or diffuse alopecia areata
  • Patients with inflammatory scalp disorders (psoriasis, seborrheic dermatitis, lichen planopilaris and frontal fibrosing alopecia in a pattern distribution)
  • Lack of patient cooperation.

for the control group: apparently healthy participants not suffering from the following: AGA, patchy hair loss, cicatricial alopecia, diffuse alopecia areata, inflammatory scalp disorders (psoriasis, seborrheic dermatitis, lichen planopilaris and frontal fibrosing alopecia in a pattern distribution).

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Modelos de observação: CASE_CONTROL
  • Perspectivas de Tempo: PROSPECTIVE

Coortes e Intervenções

Grupo / Coorte
androgenetic alopecia

Patients diagnosed clinically and trichoscopically with androgenetic alopecia of both genders. The diagnosis of AGA requires fulfillment of the primary criterion, plus one or more of the secondary criteria, and absence of exclusion criteria:

  • Primary criterion Hair shaft thickness heterogeneity on the frontal and/or vertex scalp, defined as proportion of hairs < 0.06 mm (including intermediate, thin, and vellus hairs) ≥20%.

  • Secondary criteria

    1. Proportion of single hair follicle unit on the frontal and/or vertex scalp ≥30%.
    2. Proportion of vellus hairs on the frontal and/or vertex scalp >10%.
    3. There are at least two other dermoscopic signs: brown peripilar sign, yellow dots,white dots, scalp honeycomb pigmentation
  • Exclusion criteria Black dots, broken hairs, exclamation mark hairs

normal controls

apparently normal participants not suffering from the following :

  1. androgenetic alopecia
  2. patchy hair loss.
  3. cicatricial alopecia or diffuse alopecia areata
  4. inflammatory scalp disorders (psoriasis, seborrheic dermatitis, lichen planopilaris and frontal fibrosing alopecia in a pattern distribution)

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
assessment of diagnostic capability of AI in AGA
Prazo: 6 months

Assess accuracy, sensitivity, specificity and positive predictive value of the trained AI models in differentiating AGA affected from non-AGA affected subjects using their macroscopic and trichoscopic images.

6 months

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
assessment of severity of androgenetic alopecia using AI
Prazo: 6 months

Assess accuracy, sensitivity, specificity and positive predictive value of the trained AI models in assessment of severity of androgenetic alopecia as regards:

  1. Clinical classification (Sinclair scale for female pattern baldness and the Hamilton-Norwood scale for male pattern baldness)
  2. Trichoscopic parameters: mean hair thickness (in micrometer, using planimetric analysis), hair density (frequency per cm2), proportion of terminal hairs, proportion of vellus hairs, number of hairs per follicular unit, presence of brown peripilar sign, yellow dots, and scalp honeycomb pigmentation.
6 months
facilitation of AI assessment using macroscopic imagies
Prazo: 6 months

To compare the model's diagnostic accuracy using the macroscopic versus trichoscopic images alone

6 months

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Estimado)

12 de novembro de 2026

Conclusão Primária (Estimado)

1 de junho de 2027

Conclusão do estudo (Estimado)

25 de junho de 2027

Datas de inscrição no estudo

Enviado pela primeira vez

7 de dezembro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

7 de dezembro de 2025

Primeira postagem (Real)

19 de dezembro de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

17 de novembro de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

12 de novembro de 2026

Última verificação

1 de novembro de 2026

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • MD-192-2025

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

SIM

Descrição do plano IPD

relevant praticipant data shall be provided to researchers who request them on reasonable basis

Prazo de Compartilhamento de IPD

from 2027 indefintely

Critérios de acesso de compartilhamento IPD

access will be provided to deidentified data including all study parameters

Tipo de informação de suporte de compartilhamento de IPD

  • PROTOCOLO DE ESTUDO
  • SEIVA
  • CIF
  • ANALYTIC_CODE
  • CSR

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

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 .