免费获得国外相关药品，最快 1 个工作日回馈药物信息
使用机器学习为低视力患者调整视觉辅助工具
根据世界卫生组织对视力障碍的定义，截至2018年，全球约有13亿人视力障碍，只有10%的国家能够为视力障碍的康复提供辅助服务。中国虽然是可以为视力障碍患者提供康复服务的国家之一，但由于各地专业人员数量限制、诊疗不均、地区经济条件差异等原因，并非所有的视力障碍患者都能得到康复服务。辅助装置配件的康复。
传统的统计方法不足以解决辅助设备的智能适配问题。目前，世界上几乎没有辅助设备的智能试衣模型。因此，为了让更多的低视力患者得到准确、快速的康复服务，我们在过去五年对中国福建省适合低视力患者的辅助器具进行了横断面研究，并在同时构建了机器学习模型，智能预测低视力患者基本辅助设备的适配结果。
| 状况或疾病 | 干预/治疗 |
|---|---|
| 眼科人工智能低视力辅助工具 | 诊断测试：诊断测试 |
| 学习类型 ： | 观察的 |
| 预计入学人数 ： | 400人参加 |
| 观察模型： | 其他 |
| 时间透视： | 预期 |
| 官方名称： | 使用机器学习为低视力患者调整视觉辅助工具 |
| 实际学习开始日期 ： | 2020 年 7 月 27 日 |
| 预计主要完成日期 ： | 2021 年 7 月 27 日 |
| 预计 研究完成日期 ： | 2021 年 12 月 27 日 |
| 组/队列 | 干预/治疗 |
|---|---|
| 初级医生组 患者接受初级医生提供的辅助设备装配服务 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 |
| 资深医生组 患者接受资深医生的辅助器具安装服务 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 |
| 算法辅助组 在机器学习模型的辅助下，患者从初级医生那里获得辅助设备装配服务 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 |
- 辅助设备拟合结果的准确性 [时间框架：基线]调查人员将根据地面实况计算不同组辅助设备的拟合结果的准确性。
- 安装辅助设备的时间成本 [时间框架：基线]研究者将计算在不同组中安装辅助装置的时间成本。
| 适合学习的年龄： | 3 岁至 105 岁（儿童、成人、老年人） |
| 适合学习的性别： | 全部 |
| 接受健康志愿者： | 不 |
| 抽样方法： | 非概率样本 |
| 联系人：胡建民，医学博士，博士 | +8615359595888 | 医生hjm@163.com |
| 中国, 福建 | |
| 福建医科大学第二附属医院 | 招聘 |
| 中国福建泉州 362000 | |
| 联系人：胡建民，医学博士，博士+8615359595888doctorhjm@163.com | |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首次提交日期 | 2021 年 5 月 17 日 | ||||
| 首次发布日期 | 2021 年 5 月 19 日 | ||||
| 最后更新发布日期 | 2021 年 5 月 20 日 | ||||
| 实际学习开始日期 | 2020 年 7 月 27 日 | ||||
| 预计主要完成日期 | 2021 年 7 月 27 日（主要结局指标的最终数据收集日期） | ||||
| 当前的主要结果测量 | 辅助设备拟合结果的准确性 [时间框架：基线] 调查人员将根据地面实况计算不同组辅助设备的拟合结果的准确性。 | ||||
| 原始主要结果测量 | 与当前相同 | ||||
| 更改历史记录 | |||||
| 当前的次要结果测量 | 安装辅助设备的时间成本 [时间框架：基线] 研究者将计算在不同组中安装辅助装置的时间成本。 | ||||
| 原始次要结果测量 | 与当前相同 | ||||
| 当前的其他预先指定的结果措施 | 不提供 | ||||
| 原始的其他预先指定的结果措施 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 使用机器学习为低视力患者调整视觉辅助工具 | ||||
| 官方名称 | 使用机器学习为低视力患者调整视觉辅助工具 | ||||
| 简要总结 | 根据世界卫生组织对视力障碍的定义，截至2018年，全球约有13亿人视力障碍，只有10%的国家能够为视力障碍的康复提供辅助服务。中国虽然是可以为视力障碍患者提供康复服务的国家之一，但由于各地专业人员数量限制、诊疗不均、地区经济条件差异等原因，并非所有的视力障碍患者都能得到康复服务。辅助装置配件的康复。 传统的统计方法不足以解决辅助设备的智能适配问题。目前，世界上几乎没有辅助设备的智能试衣模型。因此，为了让更多的低视力患者得到准确、快速的康复服务，我们在过去五年对中国福建省适合低视力患者的辅助器具进行了横断面研究，并在同时构建了机器学习模型，智能预测低视力患者基本辅助设备的适配结果。 | ||||
| 详细说明 | 不提供 | ||||
| 学习类型 | 观察的 | ||||
| 学习规划 | 观察模型：其他 时间透视：前瞻性 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物标本 | 不提供 | ||||
| 抽样方法 | 非概率样本 | ||||
| 研究人群 | 福建省、广东省镇残联转诊视障患者 | ||||
| 状况 |
| ||||
| 干涉 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 | ||||
| 研究组/队列 |
| ||||
| 出版物 * | 不提供 | ||||
* 包括数据提供者提供的出版物以及 Medline 中由 ClinicalTrials.gov 标识符（NCT 编号）确定的出版物。 | |||||
| 招聘信息 | |||||
| 招聘现状 | 招聘 | ||||
| 预计入学人数 | 400 | ||||
| 最初预计入学人数 | 与当前相同 | ||||
| 预计研究完成日期 | 2021 年 12 月 27 日 | ||||
| 预计主要完成日期 | 2021 年 7 月 27 日（主要结局指标的最终数据收集日期） | ||||
| 资格标准 | 纳入标准：
排除标准：
| ||||
| 性别/性别 |
| ||||
| 年龄 | 3 岁至 105 岁（儿童、成人、老年人） | ||||
| 接受健康志愿者 | 不 | ||||
| 联系人 |
| ||||
| 上市地点国家 | 中国 | ||||
| 删除位置国家/地区 | |||||
| 行政信息 | |||||
| NCT号码 | NCT04892316 | ||||
| 其他研究 ID 号 | SFLV-2020 | ||||
| 设有数据监控委员会 | 是的 | ||||
| 美国 FDA 监管产品 |
| ||||
| IPD分享声明 | 不提供 | ||||
| 责任方 | 中山大学林浩天 | ||||
| 研究赞助商 | 中山大学 | ||||
| 合作者 | 不提供 | ||||
| 调查员 | 不提供 | ||||
| PRS账户 | 中山大学 | ||||
| 验证日期 | 2021 年 5 月 | ||||
根据世界卫生组织对视力障碍的定义，截至2018年，全球约有13亿人视力障碍，只有10%的国家能够为视力障碍的康复提供辅助服务。中国虽然是可以为视力障碍患者提供康复服务的国家之一，但由于各地专业人员数量限制、诊疗不均、地区经济条件差异等原因，并非所有的视力障碍患者都能得到康复服务。辅助装置配件的康复。
传统的统计方法不足以解决辅助设备的智能适配问题。目前，世界上几乎没有辅助设备的智能试衣模型。因此，为了让更多的低视力患者得到准确、快速的康复服务，我们在过去五年对中国福建省适合低视力患者的辅助器具进行了横断面研究，并在同时构建了机器学习模型，智能预测低视力患者基本辅助设备的适配结果。
| 状况或疾病 | 干预/治疗 |
|---|---|
| 眼科人工智能低视力辅助工具 | 诊断测试：诊断测试 |
| 学习类型 ： | 观察的 |
| 预计入学人数 ： | 400人参加 |
| 观察模型： | 其他 |
| 时间透视： | 预期 |
| 官方名称： | 使用机器学习为低视力患者调整视觉辅助工具 |
| 实际学习开始日期 ： | 2020 年 7 月 27 日 |
| 预计主要完成日期 ： | 2021 年 7 月 27 日 |
| 预计 研究完成日期 ： | 2021 年 12 月 27 日 |
| 组/队列 | 干预/治疗 |
|---|---|
| 初级医生组 患者接受初级医生提供的辅助设备装配服务 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 |
| 资深医生组 患者接受资深医生的辅助器具安装服务 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 |
| 算法辅助组 在机器学习模型的辅助下，患者从初级医生那里获得辅助设备装配服务 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 |
- 辅助设备拟合结果的准确性 [时间框架：基线]调查人员将根据地面实况计算不同组辅助设备的拟合结果的准确性。
- 安装辅助设备的时间成本 [时间框架：基线]研究者将计算在不同组中安装辅助装置的时间成本。
| 适合学习的年龄： | 3 岁至 105 岁（儿童、成人、老年人） |
| 适合学习的性别： | 全部 |
| 接受健康志愿者： | 不 |
| 抽样方法： | 非概率样本 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首次提交日期 | 2021 年 5 月 17 日 | ||||
| 首次发布日期 | 2021 年 5 月 19 日 | ||||
| 最后更新发布日期 | 2021 年 5 月 20 日 | ||||
| 实际学习开始日期 | 2020 年 7 月 27 日 | ||||
| 预计主要完成日期 | 2021 年 7 月 27 日（主要结局指标的最终数据收集日期） | ||||
| 当前的主要结果测量 | 辅助设备拟合结果的准确性 [时间框架：基线] 调查人员将根据地面实况计算不同组辅助设备的拟合结果的准确性。 | ||||
| 原始主要结果测量 | 与当前相同 | ||||
| 更改历史记录 | |||||
| 当前的次要结果测量 | 安装辅助设备的时间成本 [时间框架：基线] 研究者将计算在不同组中安装辅助装置的时间成本。 | ||||
| 原始次要结果测量 | 与当前相同 | ||||
| 当前的其他预先指定的结果措施 | 不提供 | ||||
| 原始的其他预先指定的结果措施 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 使用机器学习为低视力患者调整视觉辅助工具 | ||||
| 官方名称 | 使用机器学习为低视力患者调整视觉辅助工具 | ||||
| 简要总结 | 根据世界卫生组织对视力障碍的定义，截至2018年，全球约有13亿人视力障碍，只有10%的国家能够为视力障碍的康复提供辅助服务。中国虽然是可以为视力障碍患者提供康复服务的国家之一，但由于各地专业人员数量限制、诊疗不均、地区经济条件差异等原因，并非所有的视力障碍患者都能得到康复服务。辅助装置配件的康复。 传统的统计方法不足以解决辅助设备的智能适配问题。目前，世界上几乎没有辅助设备的智能试衣模型。因此，为了让更多的低视力患者得到准确、快速的康复服务，我们在过去五年对中国福建省适合低视力患者的辅助器具进行了横断面研究，并在同时构建了机器学习模型，智能预测低视力患者基本辅助设备的适配结果。 | ||||
| 详细说明 | 不提供 | ||||
| 学习类型 | 观察的 | ||||
| 学习规划 | 观察模型：其他 时间透视：前瞻性 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物标本 | 不提供 | ||||
| 抽样方法 | 非概率样本 | ||||
| 研究人群 | 福建省、广东省镇残联转诊视障患者 | ||||
| 状况 |
| ||||
| 干涉 | 诊断测试：诊断测试 训练数据集用于训练模型，该模型由其他两个数据集验证和测试。 | ||||
| 研究组/队列 |
| ||||
| 出版物 * | 不提供 | ||||
* 包括数据提供者提供的出版物以及 Medline 中由 ClinicalTrials.gov 标识符（NCT 编号）确定的出版物。 | |||||
| 招聘信息 | |||||
| 招聘现状 | 招聘 | ||||
| 预计入学人数 | 400 | ||||
| 最初预计入学人数 | 与当前相同 | ||||
| 预计研究完成日期 | 2021 年 12 月 27 日 | ||||
| 预计主要完成日期 | 2021 年 7 月 27 日（主要结局指标的最终数据收集日期） | ||||
| 资格标准 | 纳入标准：
排除标准：
| ||||
| 性别/性别 |
| ||||
| 年龄 | 3 岁至 105 岁（儿童、成人、老年人） | ||||
| 接受健康志愿者 | 不 | ||||
| 联系人 |
| ||||
| 上市地点国家 | 中国 | ||||
| 删除位置国家/地区 | |||||
| 行政信息 | |||||
| NCT号码 | NCT04892316 | ||||
| 其他研究 ID 号 | SFLV-2020 | ||||
| 设有数据监控委员会 | 是的 | ||||
| 美国 FDA 监管产品 |
| ||||
| IPD分享声明 | 不提供 | ||||
| 责任方 | 中山大学林浩天 | ||||
| 研究赞助商 | 中山大学 | ||||
| 合作者 | 不提供 | ||||
| 调查员 | 不提供 | ||||
| PRS账户 | 中山大学 | ||||
| 验证日期 | 2021 年 5 月 | ||||
