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

Planejamento cirúrgico facial assistido por IA

16 de fevereiro de 2021 atualizado por: National Taiwan University Hospital

Análise facial, periocular e orbital assistida por inteligência artificial e planejamento cirúrgico

A visão computacional usando a arquitetura de aprendizagem profunda é amplamente utilizada no reconhecimento automático. Na pesquisa, o modelo de aprendizado profundo que é treinado por imagens categorizadas de um único olho é aplicado para obter o bom desempenho do modelo no autodiagnóstico de blefaroptose.

Visão geral do estudo

Descrição detalhada

Este sistema de autodiagnóstico de blefaroptose usando arquitetura de aprendizado de máquina ajudará na telemedicina, como triagem precoce de ptose infantil para encaminhamento e tratamento imediatos. As pessoas podem usar este software por meio de dispositivos móveis para obter um diagnóstico primitivo antes de chegarem aos médicos. Além disso, na atenção primária à saúde, onde não há cirurgião oculoplástico, o software pode auxiliar os médicos da atenção primária ou oftalmologistas gerais a identificar a necessidade de encaminhamento.

Tipo de estudo

Observacional

Inscrição (Real)

17932

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.

Locais de estudo

      • Taipei, Taiwan
        • National Taiwan University Hospital

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

20 anos a 65 anos (ADULTO, OLDER_ADULT)

Aceita Voluntários Saudáveis

Não

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra de Probabilidade

População do estudo

Todos os dados foram coletados em ambulatórios oftalmológicos do National Taiwan University Hospital.

Descrição

[Critério de inclusão]

  1. Os participantes com idade igual ou superior a 20 anos,
  2. O consentimento informado cirúrgico foi endossado pelos próprios participantes,
  3. Participantes que tenham indicações cirúrgicas das cirurgias oculofaciais, e
  4. Os participantes que concordaram em tirar fotos após explicação do cirurgião nos ambulatórios.

[Critério de exclusão]

  1. Os participantes com idade igual ou inferior a 19 anos,
  2. Os participantes que não têm indicação cirúrgica das cirurgias oculofaciais,
  3. Os participantes que foram projetados para tratamentos minimamente invasivos, como Botox ou qualquer tipo de injeção de preenchimento,
  4. Os participantes que se recusaram a tirar fotos por qualquer motivo, e
  5. Os participantes que não estão disponíveis para tirar fotos com qualidade padrão, como pacientes acamados.

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

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
O desempenho do modelo é avaliado pela precisão
Prazo: Até a conclusão do estudo, uma média de 1 ano
Uma Abordagem de Inteligência Artificial
Até a conclusão do estudo, uma média de 1 ano
AUC (área sob a curva)
Prazo: Até a conclusão do estudo, uma média de 1 ano
Uma Abordagem de Inteligência Artificial
Até a conclusão do estudo, uma média de 1 ano
Curva ROC (Receiver Operating Characteristics).
Prazo: Até a conclusão do estudo, uma média de 1 ano
Uma Abordagem de Inteligência Artificial
Até a conclusão do estudo, uma média de 1 ano
Uma abordagem de inteligência artificial para identificar doenças faciais, perioculares e orbitárias
Prazo: Até a conclusão do estudo, uma média de 1 ano
A interpretabilidade do modelo é acessada pelo Grad-CAM (Class Activation Maps).
Até a conclusão do estudo, uma média de 1 ano

Colaboradores e Investigadores

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

Colaboradores

Investigadores

  • Investigador principal: Shu-Lang Liao, MD,MPH, EMBA, National Taiwan University Hospital

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 (REAL)

1 de janeiro de 2009

Conclusão Primária (REAL)

31 de dezembro de 2018

Conclusão do estudo (REAL)

30 de julho de 2019

Datas de inscrição no estudo

Enviado pela primeira vez

3 de março de 2020

Enviado pela primeira vez que atendeu aos critérios de CQ

23 de março de 2020

Primeira postagem (REAL)

24 de março de 2020

Atualizações de registro de estudo

Última Atualização Postada (REAL)

18 de fevereiro de 2021

Última atualização enviada que atendeu aos critérios de controle de qualidade

16 de fevereiro de 2021

Última verificação

1 de fevereiro de 2021

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

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 .

Se inscrever