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

Avaliações de eficácia e custo-efetividade do software de diagnóstico assistido pela AI (Verisee) para triagem de doenças oftálmicas

20 de julho de 2026 atualizado por: National Taiwan University Hospital
Este estudo tem como objetivo avaliar a eficácia de um sistema de triagem assistido por inteligência artificial (AI) no diagnóstico oftálmico. Usando a fotografia de fundo baseada em IA, o sistema ajudará os médicos a diagnosticar três doenças oculares comuns: degeneração macular relacionada à idade, retinopatia diabética (DR) e glaucoma. O sistema de IA analisará imagens do fundo dos participantes e gerará rapidamente resultados de detecção para a referência dos oftalmologistas na tomada de diagnósticos e decisões clínicas. O estudo avaliará os benefícios clínicos do sistema de diagnóstico assistido pela AA, fornecendo evidências científicas para aumentar a eficiência do diagnóstico e tratamento da doença oftálmica.

Visão geral do estudo

Descrição detalhada

A inteligência artificial (IA) mostrou potencial significativo na análise de imagem médica e diagnóstico de doenças, particularmente na oftalmologia. Foram feitos avanços substanciais na utilização da IA ​​para diagnosticar doenças oftalmológicas comuns, melhorando a detecção precoce e melhorando os resultados dos pacientes. O diagnóstico precoce da degeneração macular relacionada à idade (AMD), retinopatia diabética (DR) e glaucoma (GLC) é crucial para o tratamento eficaz e o manejo da doença.

No entanto, os diagnósticos clínicos atuais dependem muito de oftalmologistas, levando a desafios como baixas taxas de presença de pacientes e distribuição desigual de recursos de diagnóstico. Para resolver essas questões, este estudo adota um desenho de estudo antes e depois para avaliar o impacto do sistema de diagnóstico assistido pela Verisee AI. O estudo envolve a coleta prospectiva de dados de exibições e análise retrospectiva dos dados anteriores do paciente.

Verisee AMD, Verisee DR e Verisee GLC são ferramentas de software médico alimentadas por IA projetadas para rastrear a AMD, DR e GLC, respectivamente. Esses sistemas empregam algoritmos avançados de IA para analisar imagens fotográficas do fundo de cores, avaliar as condições da doença e avaliar a qualidade da imagem. Ao integrar esse software aos fluxos de trabalho clínicos, os médicos recebem suporte diagnóstico instantâneo, melhorando a eficiência e a acessibilidade na triagem de doenças oftálmicas.

Tipo de estudo

Intervencional

Inscrição (Estimado)

1000

Estágio

  • Não aplicável

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

    • Taiwan
      • Taipei, Taiwan, Taiwan, 100225
        • Recrutamento
        • National Taiwan University Hospital
        • Contato:
          • Yi-Ting Hsieh, Medical Doctor
          • Número de telefone: +886-2-2312-3456 ext. 265018
          • E-mail: ythyth@gmail.com

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Descrição

Critérios de inclusão:

  • A Verisee AMD é usada em clínicas de oftalmologia da subespecialidade não-retina para adultos com 50 anos ou mais.
  • A Verisee DR é usada em clínicas de subespecialidade não-retiniana para pacientes diabéticos com 20 anos ou mais.
  • A Verisee GLC é usada em clínicas de oftalmologia de subespecialidade não-glaucoma para adultos com 20 anos ou mais com miopia menos de 1000 graus.

Critérios de exclusão:

  • O paciente não concorda em participar do estudo ou não pode fornecer consentimento informado.

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

  • Finalidade Principal: Triagem
  • Alocação: N / D
  • Modelo Intervencional: Atribuição de grupo único
  • Mascaramento: Nenhum (rótulo aberto)

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Outro: Intervenção da IA
Os pacientes serão submetidos a triagem de fotografia de fundo usando software de diagnóstico assistido por inteligência artificial (Verisee). Os oftalmologistas interpretarão independentemente as mesmas imagens, e os resultados serão comparados com os gerados pela IA.
Verisee AMD, Verisee DR e Verisee GLC são dispositivos de software médico baseados em IA projetados para rastrear degeneração macular relacionada à idade (AMD), retinopatia diabética (DR) e glaucoma, respectivamente. Esses sistemas utilizam algoritmos avançados de IA para analisar imagens fotográficas do fundo de cores para avaliação de doenças. Ao instalar o software em um computador, o sistema pode avaliar a qualidade da imagem, prever condições de doenças e fornecer resultados instantaneamente aos médicos clínicos, servindo como uma ajuda de diagnóstico.
A coleta de dados da história clínica do paciente foi realizada porque o sistema de diagnóstico assistido pela Verisee AI não foi utilizado.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Sensibilidade
Prazo: Desde a triagem até o diagnóstico confirmado pelo médico da AMD ou DR, uma média de 1 mês
A sensibilidade do teste de índice (Verisee) foi calculada como a proporção de participantes com doença confirmada padrão de referência que foram corretamente identificadas como positivas pelo software de diagnóstico assistido por AA.
Desde a triagem até o diagnóstico confirmado pelo médico da AMD ou DR, uma média de 1 mês
Especificidade
Prazo: Desde a triagem até o diagnóstico confirmado pelo médico da AMD ou DR, uma média de 1 mês
A especificidade do teste do índice foi calculada como a proporção de participantes sem a condição alvo, conforme determinado pelo padrão de referência, que foi classificado corretamente como negativo pela ferramenta de diagnóstico assistida pela AI.
Desde a triagem até o diagnóstico confirmado pelo médico da AMD ou DR, uma média de 1 mês
Concordância
Prazo: Desde a triagem até o diagnóstico confirmado pelo médico da AMD ou DR, uma média de 1 mês
A concordância entre o diagnóstico assistida por AA e a interpretação dos oftalmologistas foi avaliada usando a taxa geral de concordância (ou seja, a porcentagem de casos com resultados de classificação idênticos).
Desde a triagem até o diagnóstico confirmado pelo médico da AMD ou DR, uma média de 1 mês

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Análise de custo total (incluindo custos diretos e indiretos)
Prazo: De inscrição a 12 meses após a triagem
Essa medida inclui custos médicos diretos (por exemplo, triagem, acompanhamento, medicamentos e tratamento), custos médicos indiretos relacionados à assistência médica (por exemplo, manutenção do sistema de TI, pessoal de saúde) e custos indiretos não médicos (por exemplo, transporte e perda de produtividade devido à cegueira). Os custos serão analisados ​​da perspectiva nacional do seguro de saúde e da perspectiva social mais ampla.
De inscrição a 12 meses após a triagem

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este 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 (Real)

2 de junho de 2025

Conclusão Primária (Estimado)

31 de dezembro de 2027

Conclusão do estudo (Estimado)

31 de dezembro de 2027

Datas de inscrição no estudo

Enviado pela primeira vez

20 de fevereiro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

20 de fevereiro de 2025

Primeira postagem (Real)

25 de fevereiro de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

22 de julho de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

20 de julho de 2026

Última verificação

1 de julho de 2026

Mais Informações

Termos relacionados a este estudo

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

produto fabricado e exportado 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