Multimodal maskininlärning för hjälpdiagnostik av ögonsjukdomar
13 november 2024 uppdaterad av: Eye & ENT Hospital of Fudan University
Multimodal maskininlärning för hjälpdiagnostik av ögonsjukdomar med ChatGPT-baserad naturlig språkbehandling och bildbehandlingstekniker
Med snabba framsteg inom naturligt språkbehandling och bildbehandling, finns det en växande potential för intelligent diagnostik med chatGPT utbildad genom högkvalitativ oftalmologisk konsultation.
Dessutom, genom att inkludera patientselfies, ögonundersökningsfoton och andra bildanalystekniker, kan de diagnostiska kapaciteterna förbättras ytterligare.
Multicenterstudien syftar till att utveckla ett extra diagnostiskt program för ögonsjukdomar med hjälp av multimodala maskininlärningstekniker och utvärdera dess diagnostiska effektivitet i verkliga polikliniker.
Studieöversikt
Status
Avslutad
Betingelser
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Faktisk)
9825
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
-
Nanjing, Kina
- The Affiliated Eye Hospital of Nanjing Medical University
-
Shanghai, Kina
- Fudan Eye & ENT Hospital
-
Suqian, Kina
- Suqian First People's Hospital
-
-
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
Testmetod
Icke-sannolikhetsprov
Studera befolkning
De "normala deltagarna" syftar på individer som inte har några problem eller problem relaterade till deras ögon.
"Deltagare med ögonrelaterade huvudbesvär" syftar på patienter från olika ögonkliniker över hela Kina. Varje deltagare måste genomgå omfattande medicinska tester och få sina journaler granskade för diagnos.
Beskrivning
Inklusionskriterier:
- Informerat samtycke erhållits;
- Deltagarna ska kunna ha kinesiska som modersmål och tillräckligt kunna läsa, skriva och förstå kinesiska;
- För normala deltagare: individer bör inte ha några problem relaterade till deras ögon.
- För deltagare med ögonrelaterade huvudklagomål: individer bör ha specifika problem eller problem relaterade till deras ögon.
Exklusions kriterier:
- Ofullständiga kliniska data för att stödja slutlig diagnos;
- Patienter som enligt den behandlande läkaren eller klinisk studiepersonal är för medicinskt instabila för att kunna delta i studien på ett säkert sätt.
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 |
|---|---|
|
Normala deltagare
Friska individer som inte har några problem relaterade till deras ögon.
|
|
|
Patienter med ögonrelaterade huvudklagomål
Individer som har specifika bekymmer eller problem relaterade till deras ögon, vilket de anser vara det främsta skälet till att söka läkarvård eller göra ett klagomål.
|
Patienter som presenterar ögonrelaterade huvudbesvär fyller initialt i en mobiltelefonapplikation.
Denna applikation använder patientens medicinska historia och relevanta bilder (som selfies och foton från ögonundersökningar) för att ge intelligent diagnos.
Diagnosen förblir okänd för patienterna.
Därefter söker patienter läkarvård och genomgår klinisk undersökning av en skicklig läkare.
Den kliniska diagnosen granskas därefter av en andra erfaren läkare.
Om diagnoserna stämmer överens, anses det vara guldstandarden.
I fall av diskrepans blir den konsensus som nåtts av de två klinikerna guldstandarden.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diagnostisk noggrannhet för multimodalt maskininlärningsprogram
Tidsram: från juli 2023 till mars 2024
|
För varje patient dokumenterades och jämfördes diagnoserna som genererades av det multimodala maskininlärningsprogrammet och den kliniska diagnosen tillhandahållen av skickliga läkare.
Överensstämmelse mellan de två diagnoserna indikerar programmets precision i klinisk praxis.
|
från juli 2023 till mars 2024
|
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)
21 juli 2023
Primärt slutförande (Faktisk)
10 mars 2024
Avslutad studie (Faktisk)
31 mars 2024
Studieregistreringsdatum
Först inskickad
25 juni 2023
Först inskickad som uppfyllde QC-kriterierna
26 juni 2023
Första postat (Faktisk)
5 juli 2023
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
15 november 2024
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
13 november 2024
Senast verifierad
1 november 2024
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- FD-EENT-20230625
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
JA
Tidsram för IPD-delning
Protokollet har publicerats den 8 december 2023.
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
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 .