免费获得国外相关药品，最快 1 个工作日回馈药物信息
出境医 / 临床实验 / 用于检测视网膜疾病的人工智能
用于检测视网膜疾病的人工智能
研究描述
简要摘要：
这项研究的目的是应用人工智能算法来诊断底眼摄影的多发性视网膜疾病。该算法的有效性和准确性是通过灵敏度，特异性，阳性预测值，负预测值和曲线面积来评估的。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 人工智能视网膜疾病 | 诊断测试：通过人工智能算法诊断的视网膜疾病 |
学习规划
| 研究类型 ： | 观察 |
| 实际注册 ： | 1000000参与者 |
| 观察模型： | 队列 |
| 时间观点： | 回顾 |
| 官方标题： | 人工智能对视网膜疾病的分类 |
| 实际学习开始日期 ： | 2018年6月1日 |
| 实际的初级完成日期 ： | 2020年6月30日 |
| 实际 学习完成日期 ： | 2020年10月1日 |
武器和干预措施
| 小组/队列 | 干预/治疗 |
|---|---|
| 通过人工智能算法诊断的视网膜疾病 通过人工智能算法诊断的视网膜疾病 | 诊断测试：通过人工智能算法诊断的视网膜疾病 一种人工智能算法用于诊断转诊糖尿病性病变，与年龄相关的黄斑变性，转介可能可能的青光眼，病理肌病，视网膜静脉闭塞，黄斑孔，黄斑骨孔，超静脉内膜膜，高血压性视网膜疗法，骨髓性纤维纤维，骨髓性脑炎和其他视网膜炎效果，眼底摄影。 |
结果措施
主要结果指标 ：
次要结果度量 ：
- 系统性生物标志物和疾病[时间范围：1周]我们以医疗记录为黄金标准，测试了这种人工智能算法的准确性，对系统性生物标志物和疾病的分类：年龄，性别，血压，血压，血液血红蛋白，心血管疾病，甲状腺功能和肾脏功能。
资格标准
| 符合研究资格的年龄： | 18年至80年（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 是的 |
| 采样方法： | 非概率样本 |
研究人群
研究人群来自一个匿名数据库，其中包含一般人群的健康检查结果。
标准
纳入标准：
- 覆盖光盘和黄斑的45°场附近的眼底摄影
- 完整的身份证信息
排除标准：
- 诊断的信息不足。
联系人和位置
位置
| 中国，北京 | |
| Wen-bin Wei | |
| 北京，北京，中国，100730 | |
赞助商和合作者
北京汤期医院
北京郁金香合作伙伴技术有限公司，中国
调查人员
| 学习主席： | 温宾·韦 | 北京汤期医院 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2020年12月16日 | ||||
| 第一个发布日期 | 2020年12月21日 | ||||
| 最后更新发布日期 | 2021年4月15日 | ||||
| 实际学习开始日期 | 2018年6月1日 | ||||
| 实际的初级完成日期 | 2020年6月30日（主要结果度量的最终数据收集日期） | ||||
| 当前的主要结果指标 | |||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | |||||
| 当前的次要结果指标 | 系统性生物标志物和疾病[时间范围：1周] 我们以医疗记录为黄金标准，测试了这种人工智能算法的准确性，对系统性生物标志物和疾病的分类：年龄，性别，血压，血压，血液血红蛋白，心血管疾病，甲状腺功能和肾脏功能。 | ||||
| 原始的次要结果指标 | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 其他其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 用于检测视网膜疾病的人工智能 | ||||
| 官方头衔 | 人工智能对视网膜疾病的分类 | ||||
| 简要摘要 | 这项研究的目的是应用人工智能算法来诊断底眼摄影的多发性视网膜疾病。该算法的有效性和准确性是通过灵敏度，特异性，阳性预测值，负预测值和曲线面积来评估的。 | ||||
| 详细说明 | 这项研究的目的是应用人工智能算法来诊断转诊糖尿病，转介年龄相关的黄斑变性，推荐可能的青光眼，病理肌关系，视网膜静脉闭塞，黄斑孔，黄斑孔，黄斑膜膜，高血压性视网膜病，肌肌，肌，视网膜炎，肌，视网膜，视网膜膜，视网膜膜，视网膜。色素摄影和其他视网膜病变来自眼底摄影。该算法的有效性和准确性是通过灵敏度，特异性，正预测值，负预测值，曲线面积和F1评分来评估的。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：队列 时间视角：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 不提供 | ||||
| 采样方法 | 非概率样本 | ||||
| 研究人群 | 研究人群来自一个匿名数据库，其中包含一般人群的健康检查结果。 | ||||
| 健康）状况 |
| ||||
| 干涉 | 诊断测试：通过人工智能算法诊断的视网膜疾病 | ||||
| 研究组/队列 | 通过人工智能算法诊断的视网膜疾病 通过人工智能算法诊断的视网膜疾病 干预：诊断测试：通过人工智能算法诊断的视网膜疾病 | ||||
| 出版物 * | 不提供 | ||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符（NCT编号）确定的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 完全的 | ||||
| 实际注册 | 1000000 | ||||
| 原始的实际注册 | 与电流相同 | ||||
| 实际学习完成日期 | 2020年10月1日 | ||||
| 实际的初级完成日期 | 2020年6月30日（主要结果度量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 | 18年至80年（成人，老年人） | ||||
| 接受健康的志愿者 | 是的 | ||||
| 联系人 | 仅当研究招募主题时才显示联系信息 | ||||
| 列出的位置国家 | 中国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04678375 | ||||
| 其他研究ID编号 | 视网膜疾病的AI | ||||
| 有数据监测委员会 | 不提供 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | 北京汤期医院 | ||||
| 研究赞助商 | 北京汤期医院 | ||||
| 合作者 | 北京郁金香合作伙伴技术有限公司，中国 | ||||
| 调查人员 |
| ||||
| PRS帐户 | 北京汤期医院 | ||||
| 验证日期 | 2018年6月 | ||||
研究描述
简要摘要：
这项研究的目的是应用人工智能算法来诊断底眼摄影的多发性视网膜疾病。该算法的有效性和准确性是通过灵敏度，特异性，阳性预测值，负预测值和曲线面积来评估的。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 人工智能视网膜疾病 | 诊断测试：通过人工智能算法诊断的视网膜疾病 |
学习规划
| 研究类型 ： | 观察 |
| 实际注册 ： | 1000000参与者 |
| 观察模型： | 队列 |
| 时间观点： | 回顾 |
| 官方标题： | 人工智能对视网膜疾病的分类 |
| 实际学习开始日期 ： | 2018年6月1日 |
| 实际的初级完成日期 ： | 2020年6月30日 |
| 实际 学习完成日期 ： | 2020年10月1日 |
武器和干预措施
| 小组/队列 | 干预/治疗 |
|---|---|
| 通过人工智能算法诊断的视网膜疾病 通过人工智能算法诊断的视网膜疾病 | 诊断测试：通过人工智能算法诊断的视网膜疾病 一种人工智能算法用于诊断转诊糖尿病性病变，与年龄相关的黄斑变性，转介可能可能的青光眼，病理肌病，视网膜静脉闭塞，黄斑孔，黄斑骨孔，超静脉内膜膜，高血压性视网膜疗法，骨髓性纤维纤维，骨髓性脑炎和其他视网膜炎效果，眼底摄影。 |
结果措施
主要结果指标 ：
次要结果度量 ：
- 系统性生物标志物和疾病[时间范围：1周]
资格标准
| 符合研究资格的年龄： | 18年至80年（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 是的 |
| 采样方法： | 非概率样本 |
研究人群
研究人群来自一个匿名数据库，其中包含一般人群的健康检查结果。
标准
纳入标准：
- 覆盖光盘和黄斑的45°场附近的眼底摄影
- 完整的身份证信息
排除标准：
- 诊断的信息不足。
联系人和位置
位置
| 中国，北京 | |
| Wen-bin Wei | |
| 北京，北京，中国，100730 | |
赞助商和合作者
北京汤期医院
北京郁金香合作伙伴技术有限公司，中国
调查人员
| 学习主席： | 温宾·韦 | 北京汤期医院 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2020年12月16日 | ||||
| 第一个发布日期 | 2020年12月21日 | ||||
| 最后更新发布日期 | 2021年4月15日 | ||||
| 实际学习开始日期 | 2018年6月1日 | ||||
| 实际的初级完成日期 | 2020年6月30日（主要结果度量的最终数据收集日期） | ||||
| 当前的主要结果指标 | |||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | |||||
| 当前的次要结果指标 | 系统性生物标志物和疾病[时间范围：1周] | ||||
| 原始的次要结果指标 | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 其他其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 用于检测视网膜疾病的人工智能 | ||||
| 官方头衔 | 人工智能对视网膜疾病的分类 | ||||
| 简要摘要 | 这项研究的目的是应用人工智能算法来诊断底眼摄影的多发性视网膜疾病。该算法的有效性和准确性是通过灵敏度，特异性，阳性预测值，负预测值和曲线面积来评估的。 | ||||
| 详细说明 | 这项研究的目的是应用人工智能算法来诊断转诊糖尿病，转介年龄相关的黄斑变性，推荐可能的青光眼，病理肌关系，视网膜静脉闭塞，黄斑孔，黄斑孔，黄斑膜膜，高血压性视网膜病，肌肌，肌，视网膜炎，肌，视网膜，视网膜膜，视网膜膜，视网膜。色素摄影和其他视网膜病变来自眼底摄影。该算法的有效性和准确性是通过灵敏度，特异性，正预测值，负预测值，曲线面积和F1评分来评估的。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：队列 时间视角：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 不提供 | ||||
| 采样方法 | 非概率样本 | ||||
| 研究人群 | 研究人群来自一个匿名数据库，其中包含一般人群的健康检查结果。 | ||||
| 健康）状况 |
| ||||
| 干涉 | 诊断测试：通过人工智能算法诊断的视网膜疾病 | ||||
| 研究组/队列 | 通过人工智能算法诊断的视网膜疾病 通过人工智能算法诊断的视网膜疾病 干预：诊断测试：通过人工智能算法诊断的视网膜疾病 | ||||
| 出版物 * | 不提供 | ||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符（NCT编号）确定的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 完全的 | ||||
| 实际注册 | 1000000 | ||||
| 原始的实际注册 | 与电流相同 | ||||
| 实际学习完成日期 | 2020年10月1日 | ||||
| 实际的初级完成日期 | 2020年6月30日（主要结果度量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 | 18年至80年（成人，老年人） | ||||
| 接受健康的志愿者 | 是的 | ||||
| 联系人 | 仅当研究招募主题时才显示联系信息 | ||||
| 列出的位置国家 | 中国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04678375 | ||||
| 其他研究ID编号 | 视网膜疾病的AI | ||||
| 有数据监测委员会 | 不提供 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | 北京汤期医院 | ||||
| 研究赞助商 | 北京汤期医院 | ||||
| 合作者 | 北京郁金香合作伙伴技术有限公司，中国 | ||||
| 调查人员 |
| ||||
| PRS帐户 | 北京汤期医院 | ||||
| 验证日期 | 2018年6月 | ||||
