此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

眼科智能诊断系统效用验证

2019年10月17日 更新者:Haotian Lin、Sun Yat-sen University

眼科智能诊断系统效用的验证:一项临床试验

通过人工智能预防和治疗疾病是计算医学的最终目标。 当前医学算法的应用场景过于简单,无法普遍应用于现实世界的复杂临床环境。 在这里,研究人员使用“深度学习”和“视觉组技术”这一医学人工智能的新型标注方法,为四个关键临床场景创建自动检测和分类系统:1)大规模筛查,2)综合临床分诊, 3) 超精细诊断评估,以及 4) 多路径治疗计划。 研究者还建立了远程医疗系统,并进行了临床试验和基于网站的研究,以验证其多功能性。

研究概览

地位

完全的

研究类型

观察性的

注册 (实际的)

615

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, Sun Yat-sen University

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

概率样本

研究人群

一项针对使用网络平台进行诊断的患者和居民的前瞻性研究。

描述

纳入标准:

  • 在门诊和社区进行眼科检查并记录眼部信息的患者和居民。

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
符合 AI 测试条件的患者。
设备:眼科诊断系统。 一种对眼部疾病进行综合评估和治疗决策的人工智能。
一种对眼部疾病进行综合评估和治疗决策的人工智能。

研究衡量的是什么?

主要结果指标

结果测量
大体时间
眼科诊断系统准确率、误检率和漏检率。
大体时间:长达 5 年
长达 5 年

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。

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。

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)

2018年4月1日

初级完成 (实际的)

2019年8月31日

研究完成 (实际的)

2019年8月31日

研究注册日期

首次提交

2018年4月11日

首先提交符合 QC 标准的

2018年4月11日

首次发布 (实际的)

2018年4月17日

研究记录更新

最后更新发布 (实际的)

2019年10月21日

上次提交的符合 QC 标准的更新

2019年10月17日

最后验证

2019年10月1日

更多信息

与本研究相关的术语

其他相关的 MeSH 术语

其他研究编号

  • CCPMOH2018-China-2

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

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.

眼科诊断系统。的临床试验

订阅