Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Validering av användningen av oftalmologins intelligenta diagnostiska system

17 oktober 2019 uppdaterad av: Haotian Lin, Sun Yat-sen University

Validering av nyttan av oftalmologins intelligenta diagnostiska system: en klinisk prövning

Förebyggande och behandling av sjukdomar via artificiell intelligens är ett yttersta mål inom beräkningsmedicin. Tillämpningsscenarier för de nuvarande medicinska algoritmerna är för enkla för att generellt kunna tillämpas på komplexa kliniska miljöer i verkligheten. Här använder utredarna "djupinlärning" och "visionomteknik", en ny annoteringsmetod för artificiell intelligens inom medicin, för att skapa ett automatiskt detektions- och klassificeringssystem för fyra kliniska nyckelscenarier: 1) massscreening, 2) omfattande klinisk triage, 3) hyperfin diagnostisk bedömning och 4) behandlingsplanering i flera banor. Utredaren etablerar också ett telemedicinsystem och genomför kliniska prövningar och webbplatsbaserade studier för att validera dess mångsidighet.

Studieöversikt

Status

Avslutad

Studietyp

Observationell

Inskrivning (Faktisk)

615

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Guangdong
      • Guangzhou, Guangdong, Kina, 510000
        • Zhongshan Ophthalmic Center, Sun Yat-sen University

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Kön som är behöriga för studier

Allt

Testmetod

Sannolikhetsprov

Studera befolkning

En prospektiv studie av patienter och boende som använder webbplattformen för diagnos.

Beskrivning

Inklusionskriterier:

  • Patienter och boende som genomgick oftalmisk undersökning av ögat och registrerade sin okulära information på polikliniken och samhället.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Kvalificerade patienter för AI-test.
Enhet: oftalmologisk diagnostiksystem. En artificiell intelligens för att göra omfattande utvärdering och behandlingsbeslut av ögonsjukdomar.
En artificiell intelligens för att göra omfattande utvärdering och behandlingsbeslut av ögonsjukdomar.

Vad mäter studien?

Primära resultatmått

Resultatmått
Tidsram
Andelen noggrann, felaktig och missupptäckt diagnos av det oftalmologiska diagnossystemet.
Tidsram: Upp till 5 år
Upp till 5 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 april 2018

Primärt slutförande (Faktisk)

31 augusti 2019

Avslutad studie (Faktisk)

31 augusti 2019

Studieregistreringsdatum

Först inskickad

11 april 2018

Först inskickad som uppfyllde QC-kriterierna

11 april 2018

Första postat (Faktisk)

17 april 2018

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

21 oktober 2019

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

17 oktober 2019

Senast verifierad

1 oktober 2019

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • CCPMOH2018-China-2

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Artificiell intelligens

Kliniska prövningar på Oftalmologisk diagnostiksystem.

3
Prenumerera