Glaucoma Screening Using Artificial Intelligence Assisted Clinical Model in Singapore's Diabetic Eye Screening Program

MI-összefoglaló

A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.

A vizsgálat olyan felnőtteket keres, akiknek 1-es vagy 2-es típusú cukorbetegségük van, és a megnevezett szingapúri klinikákon részt vesznek a cukorbetegek szemszűrésén. Egy mesterséges intelligencián alapuló eszközt tesztelnek a glaukóma kimutatására.

Életkor

21 éves vagy idősebb

Nem

Minden nem részt vehet.

A betegség stádiuma

1-es vagy 2-es típusú cukorbetegség. Glaukóma-stádiumot nem kérnek.

A részvétel fő kizáró okai

• Nehézség a szemfenéki fényképek elkészítésében
• Nehézség a szemvizsgálati lépések elvégzésében a vizsgáló megítélése szerint
• Bármilyen más ok, amit a beteget kezelő endokrinológus ellenjavallatként megjelöl

A regiszter feltételei, szó szerint

Mit akar kideríteni a vizsgálat

Glaucoma is major cause of irreversible blindness and is characterized by optic nerve damage and visual field loss. Screening for glaucoma is challenging due to lack of a simple, accurate, cost-efficient and standardized process. Artificial intelligence, (AI) especially deep learning (DL) algorithms have potential to automate glaucoma detection, but have to be evaluated in real world settings, before public deployment. This study aims to evaluate the screening accuracy of a DL algorithm for glaucoma detection using colour fundus photographs (CFP) in a pragmatic randomised control trial (RCT). The algorithm will be tested in 1040 eligible patients with diabetes, recruited from the Diabetes \& Metabolism Centre's clinics under the Singapore Integrated Diabetic Retinopathy Program (SiDRP) and randomized to 2 arms: AI-assisted model vs current standard of care (grader assessment). The performance of both arms will be compared to performance of study ophthalmologist in diagnosing glaucoma. We hypothesize that the DL model has better screening performance in detecting glaucoma in the community, compared to the current practice method.

A vizsgálat 2 csoportja

• Artificial Intelligence Assisted ArmMár használt kezelés, összehasonlításként

  In this arm, human graders will review fundus photographs for glaucomatous features with the aid of output generated by an AI model trained to detect glaucoma. The AI output will be available during grading to support decision-making.

  Kezelés: Artificial Intelligence model to detect glaucoma

• Current practice armPlacebo, összehasonlításként

  Graders will assess fundus photographs for glaucoma following standard clinical practice, using a pre-specified and established set of diagnostic criteria without access to AI-generated outputs.