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

Validering av ett artificiellt intelligenssystem för postoperativ hantering av kataraktpatienter

1 december 2019 uppdaterad av: Haotian Lin, Sun Yat-sen University

Validering av ett artificiellt intelligenssystem för postoperativ hantering av kataraktpatienter: en klinisk prövning

Kataraktkirurgi är den nuvarande standarden för behandling av kataraktpatienter, som vanligtvis efterföljs av ett postoperativt uppföljningsschema. Här etablerade och validerade utredarna ett artificiell intelligenssystem för att uppnå automatisk hantering av postoperativa patienter baserat på analyser av synskärpa, intraokulärt tryck och spaltlampsbilder. Ledningsstrategin kan också ändras efter postoperativ tid.

Studieöversikt

Studietyp

Interventionell

Inskrivning (Förväntat)

300

Fas

  • Inte tillämpbar

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, 510060
        • Rekrytering
        • Zhongshan Ophthalmic Center, Sun Yat-sen University
        • Kontakt:
        • Kontakt:

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

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Patienter som opererats av kataraktextraktion kombinerat med introkulär linsimplantation.
  • Patienter bör vara medvetna om innehållet och undertecknat för informerat samtycke.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Kvalificerade patienter för AI-test
Enhet: ett artificiellt intelligenssystem för postoperativ hantering av kataraktpatienter. Dessa patienter är inskrivna på primärvårdsenheter och AI-kliniken vid Zhongshan Ophthalmic Center.
Detta system kan upptäcka flera postoperativa komplikationer hos kataraktpatienter och sedan tillhandahålla en hanteringsstrategi.

Vad mäter studien?

Primära resultatmått

Resultatmått
Tidsram
Andelen exakt, felaktig och missupptäckt av detta diagnostiska system för artificiell intelligens.
Tidsram: Upp till 7 år
Upp till 7 år

Samarbetspartners och utredare

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

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

1 januari 2013

Primärt slutförande (Förväntat)

1 mars 2020

Avslutad studie (Förväntat)

1 mars 2020

Studieregistreringsdatum

Först inskickad

23 oktober 2019

Först inskickad som uppfyllde QC-kriterierna

23 oktober 2019

Första postat (Faktisk)

24 oktober 2019

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

3 december 2019

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

1 december 2019

Senast verifierad

1 december 2019

Mer information

Termer relaterade till denna studie

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

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 .

Prenumerera