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

Detektion af mental sundhed, intellektuel og neuro-udviklingsforstyrrelse med kunstig intelligens-modeller (MINDAIM)

26. august 2025 opdateret af: Psyrin Inc.

Påvisning af mental sundhed, intellektuel og neuroudviklingsforstyrrelse med kunstig intelligensmodeller: Test af talebaserede maskinlæringsalgoritmer til klinisk vurdering og risikostratificering i præsentationer af mental sundhed

Denne undersøgelse undersøger, om AI-drevet analyse af tale nøjagtigt kan forudsige kliniske diagnoser og vurdere risiko for forskellige mentale eller adfærdsmæssige helbredstilstande, herunder opmærksomhedsunderskud/hyperaktivitetsforstyrrelse (ADHD), autismespektrumforstyrrelse, bipolar lidelse, generaliseret angstlidelse, svær depressiv lidelse. lidelse, obsessiv-kompulsiv lidelse (OCD), posttraumatisk stresslidelse (PTSD) og skizofreni. Vi sigter mod at udvikle værktøjer, der kan støtte klinikere i at stille mere præcise og effektive diagnoser.

Studieoversigt

Undersøgelsestype

Observationel

Tilmelding (Anslået)

500

Kontakter og lokationer

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

Studiesteder

    • Massachusetts
      • Brookline, Massachusetts, Forenede Stater, 02445
        • The Brookline Center
    • Ohio
      • Zanesville, Ohio, Forenede Stater, 43701
        • Allwell Behavioral Health Services

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

  • Barn
  • Voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Sind AIM -undersøgelsen sigter mod at rekruttere en mangfoldig og repræsentativ prøve af individer, der søger vurderinger af mental sundhed i forskellige kliniske omgivelser. Disse brede inkluderingskriterier sikrer høj økologisk gyldighed, der fanger den brede vifte af præsentationer og komorbiditeter, der ofte opstår i den virkelige verden.

Beskrivelse

Inklusionskriterier

  1. Deltagere i alderen 16 og 60 år.
  2. Personer, der i øjeblikket gennemgår eller henvises til klinisk vurdering af mentale eller adfærdsmæssige helbredstilstande (herunder, men ikke begrænset til, ADHD, ASD, BPAD, GAD, MDD, OCD, PTSD, SSD)
  3. Flydende på engelsk
  4. I stand til at give informeret samtykke, eller i tilfælde af mindreårige, have en forælder eller værge, der kan give samtykke på deres vegne.
  5. Adgang til en enhed (smartphone, tablet eller computer) med en mikrofon og stabil internetforbindelse, der er nødvendig for at udføre taleopgaverne.

Ekskluderingskriterier

  1. Personer, der oplever akutte mentale sundhedskriser eller alvorlige symptomer, der ville udelukke en meningsfuld deltagelse i undersøgelsen, herunder akut rus.
  2. Alvorlig kognitiv svækkelse eller intellektuel handicap, der ville forhindre forståelse af undersøgelsesprocedurerne eller gennemførelsen af ​​taleopgaverne.
  3. Mangel på flytning på engelsk.
  4. Tekniske begrænsninger: Manglende evne til at få adgang til en passende enhed eller internetforbindelse til at fuldføre taleopgaverne

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Solicue (enhver psykisk lidelse)
Enhver deltager, der er tilmeldt undersøgelsen og ikke en del af yderligere analysegruppe.

Et omfattende maskinlæringsværktøj, der har til formål at give sandsynlighedsvurderinger for flere kompatible lidelser, herunder Attention Deficit Hyperactivity Disorder (ADHD), Autisme Spektrum Disorder (ASD), Bipolar Affective Disorder (BPAD), Generaliseret angstlidelse (GAD), Major Depressive Disorder ( MDD), obsessiv-kompulsiv lidelse (OCD), posttraumatisk stresslidelse (PTSD) og skizofrenispektrumforstyrrelser (SSD). Ved at tilbyde en multi-diagnostisk vurdering baseret på taleanalyse, sigter Solicue på at hjælpe klinikere med at navigere i denne kompleksitet og potentielt identificere tilstande, som ellers kunne blive overset i indledende vurderinger.

Synlige udnytter maskinlæring til at analysere en lang række klinisk relevante talefunktioner, herunder sprogligt indhold, prosodiske elementer (såsom tonehøjde, rytme og intonation) og andre paralinguistiske træk.

Andre navne:
  • Solicue
  • Psyrin -taleanalyse
  • Solicue kunstig intelligens
Antag & Mercuria (Bipolar Disorder & Major Depressive Disorder)
Enhver deltager, der er tilmeldt undersøgelsen og udviser depressive symptomer målt ved PHQ-9-score.

Et omfattende maskinlæringsværktøj, der har til formål at give sandsynlighedsvurderinger for flere kompatible lidelser, herunder Attention Deficit Hyperactivity Disorder (ADHD), Autisme Spektrum Disorder (ASD), Bipolar Affective Disorder (BPAD), Generaliseret angstlidelse (GAD), Major Depressive Disorder ( MDD), obsessiv-kompulsiv lidelse (OCD), posttraumatisk stresslidelse (PTSD) og skizofrenispektrumforstyrrelser (SSD). Ved at tilbyde en multi-diagnostisk vurdering baseret på taleanalyse, sigter Solicue på at hjælpe klinikere med at navigere i denne kompleksitet og potentielt identificere tilstande, som ellers kunne blive overset i indledende vurderinger.

Synlige udnytter maskinlæring til at analysere en lang række klinisk relevante talefunktioner, herunder sprogligt indhold, prosodiske elementer (såsom tonehøjde, rytme og intonation) og andre paralinguistiske træk.

Andre navne:
  • Solicue
  • Psyrin -taleanalyse
  • Solicue kunstig intelligens

Mercuria er designet til at stratificere risikoen for bipolar lidelse hos personer med depressive symptomer. Dette er et kritisk klinisk behov, da fejldiagnosticering af bipolar lidelse som unipolar depression er almindelig og kan føre til uhensigtsmæssig behandling, potentielt forværrede resultater. Ved at analysere talemønstre, der er karakteristiske for bipolar lidelse, sigter Mercuria på at give et yderligere værktøj til klinikere til at differentiere mellem disse tilstande mere præcist og vejlede passende behandlingsbeslutninger.

Mercuria udnytter maskinlæring til at analysere en bred vifte af klinisk relevante taleegenskaber, herunder sprogligt indhold, prosodiske elementer (såsom tonehøjde, rytme og intonation) og andre paralingvistiske egenskaber.

Andre navne:
  • Mercuria
  • Mercuria kunstig intelligens

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Talebatteri ("PSY-10") lyd
Tidsramme: Ved indledende vurdering
Talebatteriet består af hurtigbaserede opgaver designet til at fremkalde talesponser fra deltagere i form af monologer. Dette inkluderer tekstlæsning, tilbagekaldelse og billedbeskrivelsesopgaver.
Ved indledende vurdering
Klinisk diagnose
Tidsramme: 0 måneder, 3 måneder, 6 måneder
Klinikerdiagnosen vil blive registreret for hver deltager ved første vurdering, 3-måneders og 6-måneders opfølgning. Diagnoser vil blive stillet i henhold til ICD-11 eller DSM-5 kriterier for de kompatible lidelser: ADHD, ASD, BPAD, GAD, MDD, OCD, PTSD og SSD. Yderligere relevante etiketter såsom andre psykiske lidelser, klinisk høj risiko (CHR) og stofbrug kan registreres.
0 måneder, 3 måneder, 6 måneder
Ydepræstation af AI -modeller
Tidsramme: 0 måneder, 3 måneder, 6 måneder
Ydelsen af ​​Mercuria og anmodning om AI-modeller vil blive evalueret ved hjælp af ydelsesmetrics for nøjagtighed, afbalanceret nøjagtighed, følsomhed (tilbagekaldelse), specificitet, positiv forudsigelsesværdi (præcision), negativ forudsigelsesværdi, F1 score, AUC-ROC. Forudsagte etiketter vil blive sammenlignet med de kliniske diagnoser, der blev opnået fra de deltagende mentale sundhedsklinikker. Tærskel for selvtillid accepteres.
0 måneder, 3 måneder, 6 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Patientsundhedsspørgeskema-9 (PHQ-9)
Tidsramme: Ved indledende vurdering
PHQ-9 er et selvrapporteret spørgeskema med 9 punkter, der vurderer sværhedsgraden af ​​depressive symptomer.
Ved indledende vurdering
Mood Disorder Questionnaire (MDQ)
Tidsramme: Ved den første vurdering
MDQ er et 15-punkts selvrapporteringsinstrument, der er designet til at påvise bipolære spektrumforstyrrelser. Det består af 13 ja/nej spørgsmål om maniske symptomer, efterfulgt af to spørgsmål om co-forekomst og virkning af disse symptomer.
Ved den første vurdering
DSM-5 Level 1 Cross-Cutting Symptom Measure (DSM-XC)
Tidsramme: Ved indledende vurdering
DSM-5 Level 1 Cross-Cutting Symptom Measure er et selvrapporterende spørgeskema med 23 punkter, der screener for 13 psykiatriske domæner, herunder depression, angst og stofbrug.
Ved indledende vurdering
Rapporterede nød
Tidsramme: Efter indledende vurdering
At vurdere sikkerheden ved online talevurdering under klinisk evaluering ved indledende indtagelse. Sikkerheden ved online talevurdering vil blive målt efter sværhedsgraden af ​​rapporteret nød målt ved hjælp af brugerfeedbackformularen (UFF).
Efter indledende vurdering

Samarbejdspartnere og efterforskere

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

Sponsor

Efterforskere

  • Ledende efterforsker: Julianna Olah, B.Sc., M.A., M.Sc., Ph.D., Psyrin Inc.
  • Ledende efterforsker: Atta-ul Raheem R Chaudhry, B.Sc. (Hons.), M.B.B.S., Psyrin Inc.

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.

Hjælpsomme links

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)

4. februar 2025

Primær færdiggørelse (Anslået)

1. februar 2026

Studieafslutning (Anslået)

1. juli 2026

Datoer for studieregistrering

Først indsendt

19. januar 2025

Først indsendt, der opfyldte QC-kriterier

19. januar 2025

Først opslået (Faktiske)

24. januar 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

3. september 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

26. august 2025

Sidst verificeret

1. februar 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ja

produkt fremstillet i og eksporteret fra U.S.A.

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 .

Kliniske forsøg med Attention Deficit Hyperactivity Disorder (ADHD)

Kliniske forsøg med Anse Machine Learning Models

Abonner