人工智能辅助青光眼评估 (AGE)
2020年10月19日 更新者：Xiulan Zhang、Sun Yat-sen University
青光眼人工智能辅助诊断程序开发
青光眼目前是世界上第二大不可逆性失明的主要原因。
我们的研究旨在将中山眼科中心青光眼患者的临床数据与人工智能技术相结合，以创建可以筛查和诊断青光眼的程序。
研究概览
详细说明
青光眼目前是全球第二大不可逆性失明病因，给人类社会带来沉重负担。
与其他眼部疾病相比，青光眼的诊断过程较为复杂，取决于多项检查结果，包括视野检查、OCT等。
如何正确、快速地诊断青光眼一直是青光眼研究的热点。
人工智能用于研究和发展能够模拟和扩展人类智能的理论和方法，已被应用于自动驾驶、医学等诸多研究领域。
该研究旨在将中山眼科中心青光眼患者的临床数据与人工智能技术相结合，以创建可以筛查和诊断青光眼的程序。
研究类型
观察性的
注册 (实际的)
10800
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510000
- Zhongshan Ophthalmic Center
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
是的
有资格学习的性别
全部
取样方法
非概率样本
研究人群
凡能完成视野测试且BCVA>0.1者均可入组。
我们将收集青光眼和非青光眼患者的视野测试结果和OCT图像。
描述
纳入标准：
- 最佳视力>0.1
- 能够完成可靠的视野测试
- 无眼内手术或眼底激光手术史
排除标准：
1.无法完成视野测试
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
青光眼患者
青光眼患者将进行视野检查和视神经区域的OCT成像。
所有这些数据都将被收集作为机器学习的来源。
|
视野检查和OCT是常用的必要检查，以准确诊断青光眼。
将开发和验证对视野和 OCT 测试进行分类的算法。
|
|
非青光眼参与者
非青光眼参与者将进行视野测试和视神经区域的 OCT 成像。
所有这些数据都将被收集作为机器学习的来源。
|
视野检查和OCT是常用的必要检查，以准确诊断青光眼。
将开发和验证对视野和 OCT 测试进行分类的算法。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
人工智能算法诊断准确率
大体时间：2017年8月至2021年2月
|
通过人工智能算法诊断的准确性，并将此结果与青光眼专家进行比较
|
2017年8月至2021年2月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
人工智能算法诊断灵敏度
大体时间：2017年8月至2021年2月
|
人工智能算法诊断灵敏度
|
2017年8月至2021年2月
|
|
人工智能算法诊断特异性
大体时间：2017年8月至2021年2月
|
人工智能算法诊断特异性
|
2017年8月至2021年2月
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：Xiulan Zhang, Doctor、Sun Yat-sen University
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
一般刊物
- Diprose W, Buist N. Artificial intelligence in medicine: humans need not apply? N Z Med J. 2016 May 6;129(1434):73-6.
- Quigley HA. Glaucoma. Lancet. 2011 Apr 16;377(9774):1367-77. doi: 10.1016/S0140-6736(10)61423-7. Epub 2011 Mar 30.
- Asaoka R, Murata H, Iwase A, Araie M. Detecting Preperimetric Glaucoma with Standard Automated Perimetry Using a Deep Learning Classifier. Ophthalmology. 2016 Sep;123(9):1974-80. doi: 10.1016/j.ophtha.2016.05.029. Epub 2016 Jul 7.
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2017年8月15日
初级完成 (实际的)
2019年12月1日
研究完成 (实际的)
2020年2月1日
研究注册日期
首次提交
2017年8月29日
首先提交符合 QC 标准的
2017年8月30日
首次发布 (实际的)
2017年8月31日
研究记录更新
最后更新发布 (实际的)
2020年10月22日
上次提交的符合 QC 标准的更新
2020年10月19日
最后验证
2020年10月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.
视野和 OCT 测试的临床试验
-
Boston Scientific Corporation招聘中