ChiCTR2500105044尚未招募不适用
基于面部照片的人工智能和大语言模型在常见儿童眼病中的应用研究
自选课题（自筹）18 个研究点 分布在 1 个国家开始时间: 2025年1月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 18
- 主要终点
- 入组后 6 个月时各组受试者眼病进展情况（功能学指标）
研究概览
简要总结
本研究的目的是研发一款集成图像语言系统，结合基于图像的深度学习及大语言模型，筛查管理近视、斜视和上睑下垂。本项目将采集人群面部图片，构建数据集并利用人工智能技术建立深度学习网络，并验证该可视化系统的准确性、敏感性和特异性。同时，利用大语言模型辅助管理以上患儿，开展前瞻性随机对照临床研究，观察近视、斜视和上睑下垂相关的功能学指标在大语言模型组和非大语言模型组中的 3 个月、6 个月变化。
研究设计
- 研究类型
- 干预性研究
- 主要目的
- 随机平行对照
- 盲法
- 开放标签
入排标准
- 年龄范围
- 2 至 18（—）
- 性别
- All
入选标准
- •1.2-18 岁（含 2 岁和 18 岁）儿童青少年；
- •2.能够配合面部图像采集过程，可获取稳定清晰的面部图像；
- •3.能够配合眼科检查，并有相对完整的检查资料和病历信息，符合研究需要；
- •4.具有理解问卷内容并作答的能力；
- •5.受试者本人及监护人均知情同意。
排除标准
- •1.患有其他干扰图像采集的眼科疾病（如甲状腺相关性眼病、晶状体缺如、白内障等）；
- •2.面部存在严重缺陷，影响面部图像识别；
- •3.曾接受过斜视矫正手术或上睑下垂矫正手术；
- •4.患有较严重的系统性疾病；
- •5.研究者认为存在不能遵守研究方案的情况如心理障碍、精神障碍等。
研究组 & 干预措施
大语言模型组
非大语言模型组
结局指标
主要结局
入组后 6 个月时各组受试者眼病进展情况（功能学指标）
时间窗: 入组后 6 个月
次要结局
- 入组后 6 个月时各组受试者行为学指标变化情况(入组后 6 个月)
研究者
研究点 (18)
Loading locations...
相似试验
尚未招募
Unknown
基于多组学分析的高度近视智能化预测与精准诊疗系统研发近视ChiCTR2500106060浙江省科学技术厅3,000
Unknown
不适用
基于虚拟现实和人工智能的斜视筛查技术的临床评估斜视ChiCTR2300069151北京市医院管理中心临床技术创新项目(XMLX202103)
Unknown
不适用
基于人工智能的多模态数据对代谢性疾病的诊断及风险预测研究ChiCTR2300069400上海市政府糖尿病专项 (GWIV-3)
招募中
不适用
Study on Artificial Intelligence-Based Facial and Speech-Related Patterns in Parkinson's Disease and Their Digital BiomarkersMultiple System AtrophyParkinson's DiseaseNCT07392411Beijing Tiantan Hospital720
Unknown
不适用
基于眼部信息的妊娠期妇女及新生儿重大疾病人工智能诊断与预测系统ChiCTR2100049850广州市科技计划项目重点实验室建设项目（202002010006）1,000