Högt flödes AI-diagnostik med stora modeller baserad på OCT
Studie om nyckeltekniker för höggenomströmningsbaserad AI-assisterad diagnostik med stora modeller med hjälp av OCT
Denna observationsstudie syftar till att etablera nyckeltekniker för högflödes, AI-baserad diagnosstöd med stora modeller med hjälp av optisk koherenstomografi (OCT) och OCT-angiografi (OCTA). Studien kommer att samla verklighetsbaserade OCT/OCTA-bilder och motsvarande klinisk information från patienter med vanliga blindande näthinnesjukdomar och synnervssjukdomar vid Peking Union Medical College Hospital.
Ett högflödesdiagnostiskt ramverk baserat på storskaliga artificiella intelligensmodeller kommer att utvecklas och utvärderas. Det primära målet är att bestämma AI-systemets diagnostiska prestanda, inklusive dess förmåga att identifiera diabetisk retinopati, grenav blockering av näthinneven, central näthinnevenblockering, åldersrelaterad makuladegeneration, patologisk myop koroideal neovaskularisering och glaukomrelaterad synnervsskada.
Resultaten från denna studie förväntas stödja utvecklingen av standardiserade, effektiva och skalbar AI-baserade diagnostiska vägar för OCT-bildtagning i klinisk praxis.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Denna studie undersöker nyckeltekniker för högpresterande, storskalig AI-assisterad diagnos baserad på optisk koherens tomografi (OCT) och OCT-angiografi (OCTA). OCT/OCTA-bildtagning har blivit ett essentiellt icke-invasivt verktyg för att upptäcka och övervaka sjukdomar i näthinnan och synnerven, men manuell tolkning förblir tidskrävande, erfarenhetsberoende och begränsad av variation mellan olika bedömare. Senaste framsteg inom stora artificiella intelligensmodeller ger en möjlighet att utveckla skalbara, generaliserbara diagnostiska verktyg som kan bearbeta stora multimodala datamängder och stödja kliniskt beslutsfattande.
Denna observationsstudie kommer att inkludera patienter som genomgår rutinmässiga OCT- och/eller OCTA-undersökningar vid Peking Union Medical College Hospital och som har diagnosen en eller flera av följande tillstånd: diabetisk retinopati, grenav blockering i näthinnevenen, central blockering i näthinnevenen, åldersrelaterad makuladegeneration, patologisk myop koroidal neovaskularisering eller glaukom med synnervsskada. Studien kommer att inkludera både retrospektivt insamlad och prospektivt förvärvad bild- och klinisk data, enligt standardiserade kvalitetskontroll- och datahanteringsförfaranden.
Det högpresterande diagnostiska ramverket kommer att tränas och valideras med hjälp av storskaliga bild- och kliniska datamängder. Primära utfall inkluderar diagnostiska prestandamått som area under mottagaroperatorkaraktäristikkurvan (AUC). Sekundära utfall inkluderar känslighet, specificitet och bedömning på lesionsnivå eller strukturella egenskaper när tillämpligt. Inga experimentella interventioner kommer att införas, och all bild- och klinisk utvärdering kommer att följa standardiserad klinisk vård.
Studien syftar till att producera en robust, kliniskt relevant riktmärke för storskaliga AI-system baserade på OCT/OCTA-tolkning och ge teknisk support för framtida integrering av AI-assisterade diagnostiska verktyg i rutinmässig oftalmisk praxis.
Studietyp
Inskrivning (Beräknad)
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
1. Patienter i vilken ålder eller kön som helst som genomgår OCT och/eller OCT-angiografi (OCTA)-undersökningar som en del av rutinmässig klinisk vård vid Peking Union Medical College Hospital.
2. Klinisk diagnos av minst ett av följande tillstånd: Diabetisk retinopati, Grenartad retinal venocklusion, Central retinal venocklusion, Åldersrelaterad makuladegeneration, Patologisk myopi med koroideal neovaskularisering och Glaukom med optisk nervskada.
3. Bildkvalitet som är tillräcklig för analys baserat på fördefinierade OCT/OCTA kvalitetskontrollkriterier.
4. Förmåga att ge informerat samtycke (för prospektiva deltagare), eller tillgång till journaler som uppfyller institutionella etiska krav (för retrospektiva data).
Exklusionskriterier:
- 1. OCT/OCTA-bilder av dålig kvalitet som inte uppfyller analysstandarder (t.ex. allvarliga rörelseartefakter, mediagenomskinlighet, ofullständiga skanningar).
2. Patienter som inte kan samarbeta med standardiserade oftalmiska bildtagningar.
3. Vilket tillstånd som helst som bedöms av forskare som utesluter korrekt bildutvärdering eller pålitlig diagnostisk tolkning.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Diabetesretinopatikohort
Patienter som genomgår rutinmässiga OCT/OCTA-undersökningar med kliniskt diagnostiserad diabetisk retinopati.
|
Denna observationsstudie innebär inget experimentellt ingripande.
Alla OCT- och OCTA-undersökningar utförs som en del av den rutinmässiga kliniska vården, och studien analyserar endast retrospektivt och prospektivt insamlade bild- och kliniska data för att utvärdera ett AI-diagnossystem baserat på stora modeller.
|
|
Branch Retinal Vein Occlusion Cohort
Patienter med BRVO som genomgår standard klinisk bildutvärdering.
|
Denna observationsstudie innebär inget experimentellt ingripande.
Alla OCT- och OCTA-undersökningar utförs som en del av den rutinmässiga kliniska vården, och studien analyserar endast retrospektivt och prospektivt insamlade bild- och kliniska data för att utvärdera ett AI-diagnossystem baserat på stora modeller.
|
|
Kohort för Central Retinal Venocklusion
Patienter med CRVO som genomgår OCT/OCTA-bildtagning som en del av rutinmässig vård.
|
Denna observationsstudie innebär inget experimentellt ingripande.
Alla OCT- och OCTA-undersökningar utförs som en del av den rutinmässiga kliniska vården, och studien analyserar endast retrospektivt och prospektivt insamlade bild- och kliniska data för att utvärdera ett AI-diagnossystem baserat på stora modeller.
|
|
Åldersrelaterad makuladegeneration Kohort
Patienter diagnosticerade med AMD och utvärderade med OCT/OCTA.
|
Denna observationsstudie innebär inget experimentellt ingripande.
Alla OCT- och OCTA-undersökningar utförs som en del av den rutinmässiga kliniska vården, och studien analyserar endast retrospektivt och prospektivt insamlade bild- och kliniska data för att utvärdera ett AI-diagnossystem baserat på stora modeller.
|
|
Patologisk Myopi med Koroideal Neovaskularisering Kohort
Patienter med patologisk myopi och CNV som genomgår OCT/OCTA-avbildning.
|
Denna observationsstudie innebär inget experimentellt ingripande.
Alla OCT- och OCTA-undersökningar utförs som en del av den rutinmässiga kliniska vården, och studien analyserar endast retrospektivt och prospektivt insamlade bild- och kliniska data för att utvärdera ett AI-diagnossystem baserat på stora modeller.
|
|
Glaukomkohort
Patienter med glaukomrelaterad optisk nervskada som genomgår OCT/OCTA-avbildning.
|
Denna observationsstudie innebär inget experimentellt ingripande.
Alla OCT- och OCTA-undersökningar utförs som en del av den rutinmässiga kliniska vården, och studien analyserar endast retrospektivt och prospektivt insamlade bild- och kliniska data för att utvärdera ett AI-diagnossystem baserat på stora modeller.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diagnostisk prestanda för den AI-assisterade OCT/OCTA-modellen (AUC för flersjukdomsklassificering)
Tidsram: Baseline-besök för bildtagning (tidpunkt för bildförvärv och modellinferens).
|
Area under the receiver operating characteristic curve (AUC) för det högflödiga storskaliga OCT/OCTA-diagnossystemet för identifiering av stora retinala och optiska nervsjukdomar, inklusive diabetisk retinopati, retinavenskärmsförslutning, central retinavensförslutning, åldersrelaterad makuladegeneration, patologisk myopisk koroidal neovaskularisering och glaukom.
|
Baseline-besök för bildtagning (tidpunkt för bildförvärv och modellinferens).
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Känslighet och specificitet för den AI-assisterade OCT/OCTA-modellen
Tidsram: Vid tidpunkten för bildinsamling och modellinferens (baseline imaging visit).
|
Känslighet och specificitet hos AI-systemet för att upptäcka varje målsjukdom (diabetisk retinopati, grenartärvenocklusion, central venocklusion i näthinnan, åldersrelaterad makuladegeneration, patologisk myopisk koroidal neovaskularisering och glaukom) jämfört med maskerad kliniker-konsensus.
|
Vid tidpunkten för bildinsamling och modellinferens (baseline imaging visit).
|
|
Överensstämmelse mellan AI-assisterad diagnos och klinisk diagnos
Tidsram: Vid tidpunkten för bildinsamling och modellinferens (baseline-bildbesök).
|
Nivå av överensstämmelse mellan AI-systemets klassificering och den slutliga kliniska diagnosen av retina- och glaukomspecialister, kvantifierad med Cohens kappastatistik eller liknande överensstämmelsemått.
|
Vid tidpunkten för bildinsamling och modellinferens (baseline-bildbesök).
|
Samarbetspartners och utredare
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
- Sjukdomar i det endokrina systemet
- Kärlsjukdomar
- Hjärt-kärlsjukdomar
- Diabetes mellitus
- Ögonsjukdomar
- Diabetiska angiopatier
- Diabeteskomplikationer
- Embolism och trombos
- Näthinnesjukdomar
- Retinal degeneration
- Okulär hypertoni
- Venös trombos
- Trombos
- Diabetisk retinopati
- Makuladegeneration
- Glaukom
- Retinal venocklusion
Andra studie-ID-nummer
- K9164
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .