IA classifica doenças multirretinianas
Classificação automatizada baseada em aprendizado profundo de doenças multirretinianas a partir de fotografia de fundo de olho
Visão geral do estudo
Status
Condições
Descrição detalhada
As doenças da retina ameaçam seriamente a visão e a qualidade de vida, mas muitas vezes se desenvolvem de forma insidiosa. Até o momento, os algoritmos de aprendizado profundo (DL) mostraram grandes perspectivas na ciência biomédica, particularmente no diagnóstico de doenças oculares, como retinopatia diabética, degeneração macular relacionada à idade, retinopatia da prematuridade, glaucoma e papiledema. No entanto, ainda falta um algoritmo único que possa classificar multidoenças a partir da fotografia do fundo de olho.
Este estudo transversal estabelecerá um algoritmo DL para classificar automaticamente multi-doenças da fotografia do fundo e diferenciar as principais condições que ameaçam a visão e outras anormalidades da retina. Usaremos a curva ROC (Receiver Operating Characteristic) para examinar a capacidade de reconhecimento e classificação de doenças. Tomando os resultados do painel de especialistas como padrão-ouro, usaremos os índices de avaliação, como sensibilidade, especificidade, precisão, valor preditivo positivo, valor preditivo negativo, etc., para comparar a capacidade diagnóstica entre o sistema de reconhecimento de IA e o oftalmologista humano .
Tipo de estudo
Inscrição (Antecipado)
Contactos e Locais
Locais de estudo
-
-
Beijing
-
Beijing, Beijing, China, 100730
- Recrutamento
- Wen-Bin Wei
-
-
Critérios de participação
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:
- fotografia de fundo em torno do campo de 45 ° que cobre o disco óptico e a mácula
- informações completas de identificação do paciente;
Critério de exclusão:
- informações incompletas de identificação do paciente
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Multidoenças retinianas diagnosticadas por algoritmo DL
|
O algoritmo DL classifica automaticamente multidoenças a partir da fotografia do fundo de olho e diferencia as principais condições que ameaçam a visão e outras anormalidades retinianas.
|
|
Doenças múltiplas da retina diagnosticadas por painel de especialistas
|
O painel de especialistas classifica várias doenças a partir da fotografia do fundo de olho e diferencia as principais condições que ameaçam a visão e outras anormalidades da retina.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Área sob a curva
Prazo: 1 semana
|
Usaremos a curva ROC (Receiver Operating Characteristic) para examinar a capacidade de reconhecimento e classificação de doenças.
Tomando os resultados do painel de especialistas como padrão-ouro, usaremos a área sob a curva para comparar a capacidade diagnóstica entre o sistema de reconhecimento de IA e o oftalmologista humano.
|
1 semana
|
|
Sensibilidade e especificidade
Prazo: 1 semana
|
Tomando os resultados do painel de especialistas como padrão-ouro, usaremos sensibilidade e especificidade para comparar a capacidade diagnóstica entre o sistema de reconhecimento de IA e o oftalmologista humano.
|
1 semana
|
|
Valor preditivo positivo e negativo
Prazo: 1 semana
|
Tomando os resultados do painel de especialistas como padrão-ouro, usaremos valor preditivo positivo e negativo para comparar a capacidade diagnóstica entre o sistema de reconhecimento de IA e o oftalmologista humano.
|
1 semana
|
|
Precisão
Prazo: 1 semana
|
Tomando os resultados do painel de especialistas como padrão-ouro, usaremos a precisão para comparar a capacidade diagnóstica entre o sistema de reconhecimento de IA e o oftalmologista humano.
|
1 semana
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Antecipado)
Conclusão do estudo (Antecipado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- Retinal multi diseases
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
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
produto fabricado e exportado 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 .