用于眼科疾病多任务诊断与分诊建议的多模态深度学习模型
2026年7月6日 更新者：Guangdong Provincial People's Hospital
多模态深度学习模型在眼科疾病自主诊断、生成性报告和专科转诊中的开发与验证：一项国际多中心队列研究
由于现有人工智能工具的特异性和结构有限，通过裂隙灯和智能手机照片准确、全面地解读眼前节疾病仍然是一项临床挑战。
这项国际多中心临床试验的目的是开发和验证一个基于智能体的框架，该框架整合视觉语言模型和大型语言模型，以增强眼前节疾病的诊断流程。
研究概览
研究类型
观察性的
注册 (估计的)
2000
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。
学习联系方式
- 姓名：Honghua Yu
- 电话号码：+8618688888422
- 邮箱：yuhonghua@gdph.org.cn
学习地点
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510280
- 招聘中
- Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University
-
接触：
- Honghua Yu
- 电话号码：+8618688888422
- 邮箱：yuhonghua@gdph.org.cn
-
-
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
- 成人
- 年长者
接受健康志愿者
是的
取样方法
概率样本
研究人群
关注或不关注眼部问题的个体。
描述
纳入标准：
- 获得知情同意；
- 参与者应具备足够的中文或英文读写及理解能力；
- 对于正常参与者：个体应无眼部相关疑虑。
- 对于有眼部主诉的参与者：个体应有特定的眼部疑虑或问题。
排除标准：
- 临床数据不完整，无法支持最终诊断；
- 主治医师或临床研究人员认为医疗状况过于不稳定，无法安全参与研究的患者。
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 |
|---|---|
|
普通参与者
没有眼睛相关问题的健康人士。
|
多模态视觉语言模型用于眼科疾病多任务诊断与分诊建议
主诉眼前节疾病的患者首先完成裂隙灯检查或拍摄手机眼部照片。
多模态视觉语言模型使用患者相关图像（如自拍照和眼部检查照片）进行智能诊断。
诊断结果保持私密。
随后患者就医，由经验丰富的临床医生进行临床检查。
再由第二位经验丰富的临床医生复核临床诊断。
若诊断一致，则视为金标准。
若诊断存在差异，则以两位临床医生的共识作为金标准。
|
|
有与眼睛相关的主诉的患者
有与眼睛相关的特定担忧或问题的个人，他们认为这是寻求医疗救助或投诉的主要原因。
|
多模态视觉语言模型用于眼科疾病多任务诊断与分诊建议
主诉眼前节疾病的患者首先完成裂隙灯检查或拍摄手机眼部照片。
多模态视觉语言模型使用患者相关图像（如自拍照和眼部检查照片）进行智能诊断。
诊断结果保持私密。
随后患者就医，由经验丰富的临床医生进行临床检查。
再由第二位经验丰富的临床医生复核临床诊断。
若诊断一致，则视为金标准。
若诊断存在差异，则以两位临床医生的共识作为金标准。
|
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 |
|---|---|---|
|
多模态视觉语言模型的诊断准确性。
大体时间：从2025年7月至2025年9月
|
对于每位患者，多模态视觉语言模型生成的诊断与熟练临床医生提供的临床诊断均被记录并比较。
两者诊断的一致性表明了该程序在临床实践中的精确性。
|
从2025年7月至2025年9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。
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)
2026年3月10日
初级完成 (估计的)
2027年11月20日
研究完成 (估计的)
2027年12月31日
研究注册日期
首次提交
2026年2月25日
首先提交符合 QC 标准的
2026年2月25日
首次发布 (实际的)
2026年3月4日
研究记录更新
最后更新发布 (实际的)
2026年7月7日
上次提交的符合 QC 标准的更新
2026年7月6日
最后验证
2026年7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.