Artificial Intelligence for Detecting Retinal Diseases
2021年4月12日 更新者：Beijing Tongren Hospital
Classification of Retinal Diseases by Artificial Intelligence
The objective of this study is to apply an artificial intelligence algorithm to diagnose multi retinal diseases from fundus photography.
The effectiveness and accuracy of this algorithm was evaluated by sensitivity, specificity, positive predictive value, negative predictive value, and area under curve.
研究概览
详细说明
The objective of this study is to apply an artificial intelligence algorithm to diagnose referral diabetes retinopathy, referral age-related macular degeneration, referral possible glaucoma, pathological myopia, retinal vein occlusion, macular hole, macular epiretinal membrane, hypertensive retinopathy, myelinated fibers, retinitis pigmentosa and other retinal lesions from fundus photography.
The effectiveness and accuracy of this algorithm was evaluated by sensitivity, specificity, positive predictive value, negative predictive value, area under curve, and F1 score.
研究类型
观察性的
注册 (实际的)
1000000
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
-
-
Beijing
-
Beijing、Beijing、中国、100730
- Wen-Bin Wei
-
-
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
18年 至 80年 (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
The study population is derived from an anonymous database that contains health examination results of the general population.
描述
Inclusion Criteria:
- fundus photography around 45° field which covers optic disc and macula
- complete identification information
Exclusion Criteria:
- insufficient information for diagnosis.
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 |
|---|---|
|
Retinal diseases diagnosed by artificial intelligence algorithm
|
An artificial intelligence algorithm was applied to diagnose referral diabetes retinopathy, referral age-related macular degeneration, referral possible glaucoma, pathological myopia, retinal vein occlusion, macular hole, macular epiretinal membrane, hypertensive retinopathy, myelinated fibers, retinitis pigmentosa and other retinal lesions from fundus photography.
|
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 |
|---|---|---|
|
Area under curve
大体时间：1 week
|
We used the receiver operating characteristic (ROC) curve and area under curve to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
|
Sensitivity and specificity
大体时间：1 week
|
We used sensitivity and specificity to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
|
Positive predictive value, negative predictive value
大体时间：1 week
|
We used positive predictive value and negative predictive value to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
|
F1 score
大体时间：1 week
|
We used F1 score to examine the ability of this artificial intelligence algorism recognition and classification of retinal diseases.
|
1 week
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
Systemic biomarkers and diseases
大体时间：1 week
|
Using medical records as the gold standard, we test the accuracy of this artificial intelligence algorism recognition and classification of systemic biomarkers and diseases: age, sex, blood pressure, blood hemoglobin, cardiovascular diseases, thyroid function and kidney function.
|
1 week
|
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
- 学习椅：Wenbin Wei、Beijing Tongren Hospital
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6月1日
初级完成 (实际的)
2020年6月30日
研究完成 (实际的)
2020年10月1日
研究注册日期
首次提交
2020年12月16日
首先提交符合 QC 标准的
2020年12月16日
首次发布 (实际的)
2020年12月21日
研究记录更新
最后更新发布 (实际的)
2021年4月15日
上次提交的符合 QC 标准的更新
2021年4月12日
最后验证
2018年6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.