Меню
Идёт набор NCT07447973

Multimodal Deep Learning Model for Multi-task Diagnosis and Triage Suggestions of Ophthalmic Diseases

— Наблюдательное Anterior Segment Diseases

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
В протоколе указаны: Multimodal Vision-language Model Diagnosis.
Кому может быть актуально
Состояния в реестре: Anterior Segment Diseases. Базовые параметры: от 18 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Китай
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

Development and Validation of Multimodal Deep Learning Model for Autonomous Diagnosis, Generative Reporting, and Specialist Referral in Ophthalmic Diseases: An International Multicenter Cohort Study

Обзор

Accurate and comprehensive interpretation of anterior segment diseases from slit-lamp and smartphone photographs remains a clinical challenge due to the limited specificity and structure of existing Artificial Intelligence tools. The purpose of this international, multicenter clinical trial is to developed and validated an agent-based framework that integrates vision-language models and large language models to enhance the diagnostic workflow of anterior segment diseases.

Вмешательства

  • Диагностический тест Multimodal Vision-language Model Diagnosis
    Multimodal Vision-language Model for Multi-task Diagnosis and Triage Suggestions of Ophthalmic Diseases Patients presenting with complaints of anterior segment diseases first complete a slit-lamp examination or take a mobile phone eye photograph. A multimodal vision-language model uses patient-related images (such as selfies and eye exam photos) to make an intelligent diagnosis. The diagnosis is kept private. The patient then seeks medical attention and undergoes a clinical examination by an exp

Первичные конечные точки

  • Diagnostic accuracy of multimodal vision-language model. [Срок оценки: from July 2025 to September 2025]

Критерии участия

Критерии включения

  • Informed consent obtained;
  • Participants should be sufficiently able to read, write, and understand Chinese or English;
  • For normal participants: individuals should have no concerns related to their eyes.
  • For participants with eye-related chief complaints: individuals should have specific concerns or issues related to their eyes.

Критерии исключения

  • Incomplete clinical data to support final diagnosis;
  • Patients who, in the opinion of the attending physician or clinical study staff, are too medically unstable to participate in the study safely.

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Да

Дизайн исследования

Модель наблюдения
Другое

Центры проведения

Китай · 1 центр
  • Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern M — Гуанчжоу

Идентификаторы

NCT: NCT07447973 · U24A20707

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗