Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

AI mobilapplikation versus HCP til kropsvægtssquats

9. august 2021 opdateret af: Columbia University

Kunstig intelligens (AI) mobilapplikation versus sundhedsudbyder (HCP) til kropsvægtssquats: et randomiseret, blindet, kontrolleret klinisk forsøg

For at vurdere, om en mobilapplikation med kunstig intelligens (AI) kan identificere og forbedre kropsvægtssquat-formen hos voksne deltagere sammenlignet med en fysioterapeut (PT).

Studieoversigt

Status

Afsluttet

Betingelser

Detaljeret beskrivelse

Kunstig intelligens (AI) ændrer den måde, folk kan imødekomme deres sundhedsbehov. En sådan måde relateret til fysisk træning er AI-aktiveret træningsmobilapplikation (digital coach), som bruger bevægelsessporingsteknologi til at overvåge og give lyd-feedback i realtid på en persons træningsform. Denne AI-teknologi skal dog endnu ikke testes uafhængigt mod en personlig evaluator (menneskelig coach) for dens evne til at forbedre træningsformen. Denne undersøgelse er et blindet randomiseret kontrolleret forsøg, der sammenligner evnen hos den digitale coach (n=15) og en fysioterapeut (PT) human coach (n=15) til at forbedre kropsvægtssquat-formen hos 30 raske frivillige i alderen 20-35. Hver frivillig udfører 10 uassisterede kontrol squats, derefter 10 squats med assisterende vokal feedback fra hver coach efter hver gentagelse, og til sidst 10 flere uassisterede test squats, alle squats er videooptaget. Tre uafhængige videoevaluatorer tæller antallet af korrekte squat-gentagelser udført af frivillige før og efter intervention fra de forskellige trænere. Dette projekt er vigtigt for at validere den digitale coach sammenlignet med en PT menneskelig coach i en lille befolkning, der bruger en kropsvægt squat for dens brede anvendelighed til daglige bevægelsesmønstre.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

30

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • New York
      • New York, New York, Forenede Stater, 10032
        • Columbia University Medical Center

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

20 år til 35 år (Voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier:

  • Columbia University tilknyttet
  • I alderen 20 til 35 år
  • I stand til at udføre moderat kropsvægttræning i 10 minutter

Ekskluderingskriterier:

  • Kan ikke give samtykke

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Andet
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Artificial Intelligence (AI) Group
For at bestemme baseline-evnen og tjene som deres egen kontrol udførte deltagerne i begge grupper 10 kropsvægts-squat-"kontrol"-gentagelser uden feedback efterfulgt af et minuts hvile. Dem i AI-gruppen udførte derefter 10 flere "øve"-gentagelser med audiovisuel feedback i realtid fra appen efterfulgt af et minuts hvile. AI's design gav et stykke feedback, om nødvendigt, med en vokalerklæring og video på skærmen pr. gentagelse (f.eks. når en deltager udførte en squat-gentagelse med nakken bøjet nedad, foreslog AI at holde hovedet oppe med instruktioner på skærmen) . Deltagerne i begge grupper udførte derefter 10 "test" gentagelser uden feedback efterfulgt af et minuts hvile.
AI-mobilapplikation giver feedback til deltagere randomiseret til kunstig intelligens-gruppe.
Aktiv komparator: Fysioterapeutgruppe
For at bestemme baseline-evnen og tjene som deres egen kontrol udførte deltagerne i begge grupper 10 kropsvægts-squat-"kontrol"-gentagelser uden feedback efterfulgt af et minuts hvile. Dem i PT-gruppen (n=15) udførte også 10 "øve"-gentagelser med et stykke feedback pr. gentagelse, om nødvendigt, fra PT efterfulgt af et minuts hvile. Deltagerne i begge grupper udførte derefter 10 "test" gentagelser uden feedback efterfulgt af et minuts hvile.
PT giver feedback til deltagere randomiseret til fysioterapeutgruppe.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Antal korrekte squats
Tidsramme: Op til 15 minutter eller fuldførelse af tredje sæt squats
Forbedring efter intervention i squats vil blive bestemt af antallet af korrekte squats i det tredje sæt sammenlignet med det første sæt squats.
Op til 15 minutter eller fuldførelse af tredje sæt squats

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Antal squats, der er identificeret korrekt af AI
Tidsramme: Op til 15 minutter eller fuldførelse af tredje sæt squats
AI-identifikation af korrekte og forkerte squats vil blive bestemt af antallet af squats, der identificeres korrekt af AI sammenlignet med uafhængige evaluatorer.
Op til 15 minutter eller fuldførelse af tredje sæt squats

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Samarbejdspartnere

Efterforskere

  • Ledende efterforsker: Sunil K. Agrawal, PhD, Columbia University

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

15. oktober 2019

Primær færdiggørelse (Faktiske)

30. december 2019

Studieafslutning (Faktiske)

30. december 2019

Datoer for studieregistrering

Først indsendt

5. november 2020

Først indsendt, der opfyldte QC-kriterier

5. november 2020

Først opslået (Faktiske)

12. november 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. august 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

9. august 2021

Sidst verificeret

1. august 2021

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • AAAS7301

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

Ingen

IPD-planbeskrivelse

Individuelle deltagerdata deles ikke med andre forskere

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner