Detection of Systemic Diseases Such as Hepatobiliary Diseases From Ocular Images Via Deep Learning
11 мая 2026 г. обновлено: Zhongshan Ophthalmic Center, Sun Yat-sen University
Oculomics is an emerging interdisciplinary field that deciphers multi-dimensional, high-throughput ocular data to predict, diagnose, and monitor systemic diseases and health span.In recent years, artificial Intelligence may provide insight into exploring the potential covert association behind and reveal some early ocular architecture changes in individuals with systemic diseases.
The investigators conducted a survey to explore the association between the eye and systemic diseases via deep learning, to develop and evaluate different deep learning models to predict the systemic diseases such as hepatobiliary disease by using ocular images.
Обзор исследования
Статус
Завершенный
Условия
Вмешательство/лечение
Тип исследования
Наблюдательный
Регистрация (Действительный)
775
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
Guangdong
-
Guangzhou, Guangdong, Китай, 510000
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Да
Метод выборки
Вероятностная выборка
Исследуемая популяция
ocular images collected from the Third Affiliated Hospital of Sun Yat-sen University and Pazhou Medical Centre of Aikang Health Care
Описание
Inclusion Criteria:
- The quality of ocular images should clinical acceptable.
- Complete clinical information such as baseline demographic characteristics, the history of systematic diseases and so on.
Exclusion Criteria:
- Individuals diagnosed with severe eye diseases or acute systematic diseases.
- Incompatible with ocular examinations.
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
development dataset 01
ocular images collected from the Third Affiliated Hospital of Sun Yat-sen University
|
The training dataset was used to train the deep learning model, which was validated and tested by the other two datasets.
|
|
development dataset 02
ocular images collected from Pazhou Medical Centre of Aikang Health Care
|
The training dataset was used to train the deep learning model, which was validated and tested by the other two datasets.
|
|
test dataset 01
ocular images collected from the Third Affiliated Hospital of Sun Yat-sen University
|
The training dataset was used to train the deep learning model, which was validated and tested by the other two datasets.
|
|
test dataset 02
ocular images collected from Pazhou Medical Centre of Aikang Health Care
|
The training dataset was used to train the deep learning model, which was validated and tested by the other two datasets.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
площадь под кривой рабочей характеристики приемника системы глубокого обучения
Временное ограничение: исходный уровень
|
Исследователи вычислят площадь под рабочей характеристикой приемника системы глубокого обучения и сравнит этот показатель между системой глубокого обучения и людьми-врачами.
|
исходный уровень
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
sensitivity of the deep learning system
Временное ограничение: baseline
|
The investigators will calculate the sensitivity of deep learning system and compare this index between deep learning system and human doctors
|
baseline
|
|
specificity of the deep learning system
Временное ограничение: baseline
|
The investigators will calculate the specifity of deep learning system and compare this index between deep learning system and human doctors
|
baseline
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
10 апреля 2020 г.
Первичное завершение (Действительный)
30 июля 2024 г.
Завершение исследования (Действительный)
30 июля 2024 г.
Даты регистрации исследования
Первый отправленный
6 мая 2026 г.
Впервые представлено, что соответствует критериям контроля качества
6 мая 2026 г.
Первый опубликованный (Действительный)
12 мая 2026 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
14 мая 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
11 мая 2026 г.
Последняя проверка
1 мая 2026 г.
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 2019KYPJ163
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .
Клинические исследования Системные заболевания
-
University of PatrasРекрутинг
-
Union Hospital, Tongji Medical College, Huazhong...CARsgen Therapeutics Co., Ltd.Рекрутинг
-
CytoCares IncРекрутингСКВ – системная красная волчанка | IIM-идиопатические воспалительные миопатии | SSC-Systemic SclerosisКитай
-
Institute of Hematology & Blood Diseases Hospital...Shanghai Xiniao Biotech Co., Ltd.РекрутингСКВ – системная красная волчанка | АНЦА-ассоциированный васкулит (ААВ) | IIM-идиопатические воспалительные миопатии | SSC-Systemic Sclerosis | Связанная на заболевании соединительной ткани тромбоцитопения | Sle-ItpКитай