Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Autonomer Navigationsroboter zur Erkennung von Stürzen und Sturzrisiko bei Pflegeheimbewohnern mit Alzheimer-Krankheit/ADRD – Machbarkeitsstudie

27. Februar 2026 aktualisiert von: Yuval Malinsky, Vigorous Mind, Inc.

Autonomer Navigationsroboter zur Erkennung von Stürzen und Sturzrisiken bei Pflegeheimbewohnern mit Alzheimer-Krankheit/ADRD

Diese Studie ist eine Machbarkeitsstudie, um nachzuweisen, dass ein autonom navigierender Roboter Tag und Nacht Pflegeheimzimmer patrouillieren und erkennen kann, ob ein Bewohner gestürzt ist, bei Nacht Umgebungslicht einschalten und eine Videokamera aktivieren kann, sowie dem Pflegepersonal ermöglicht, die Situation über die Roboter-Videokamera zu betrachten und zu beurteilen und über den Roboterbildschirm mit dem Bewohner zu kommunizieren.

Studienübersicht

Status

Beendet

Bedingungen

Detaillierte Beschreibung

Interventionsprotokoll Bevor der Roboter auf Patrouille geschickt wird, um festzustellen, ob ein Bewohner versucht, vom Stuhl oder Bett aufzustehen, oder ob ein Bewohner gestürzt ist, werden wir die Bewohner an den Roboter gewöhnen. Wir werden dies durch die morgendliche musikalische Wecktour tun, die einen Monat lang „Oh What a Beautiful Morning“ spielt. Wir werden den Bewohnern erklären, dass der Roboter sie regelmäßig „besuchen“ wird, um zu sehen, wie es ihnen geht, und demonstrieren, wie der Roboter kommt und sie beobachtet. Mit einer Infrarotkamera und künstlicher Intelligenz kann der Roboter feststellen, wo sich ein Mensch im Raum befindet und in welcher Position. Wenn er ein Einzelzimmer besucht und der Roboter „sieht“, dass ein Bewohner nicht auf dem Boden liegt oder sich in seinem/ihrem Rollstuhl oder auf der Couch oder im Bett befindet und nicht versucht aufzustehen oder aus dem Bett zu kommen oder sich hinzustellen, wird er sich einfach umdrehen und den Raum verlassen, ohne den Bewohner zu stören. Wenn er erkennt, dass ein Mensch auf dem Boden liegt, wird er sagen: „Hier ist temi der Roboter, ich hole Hilfe“. Er wird das Umgebungslicht einschalten, das Personal alarmieren und die Robotervideokamera einschalten, um die Kommunikation zwischen dem Personal und dem Bewohner zu erleichtern, damit das Personal die Situation einschätzen und geeignete Maßnahmen ergreifen kann. Wenn er erkennt, dass sich mehr als ein Mensch im Raum befindet und kein Mensch auf dem Boden liegt, wird er den Raum verlassen. Wenn sich eine weitere Person im Raum befindet und eine Person auf dem Boden liegt, wird er das Personal alarmieren. Wenn die zweite Person im Raum ein Mitarbeiter ist, kann er/sie eine Taste auf dem Roboterbildschirm drücken, um ihn zur Fortsetzung der Patrouille zu schicken, und er wird den Raum verlassen und die Patrouille fortsetzen. Wenn es sich um ein halbprivates Zimmer handelt und dort zwei Bewohner leben, wird der Roboter einen Bewohner überprüfen, und wenn er/sie nicht gefährdet ist, wird er sich umdrehen und den Status des zweiten Bewohners überprüfen. Wenn beide ruhen, wird der Roboter den Raum verlassen, ohne die Bewohner zu stören. Wenn der Roboter erkennt, dass ein Bewohner versucht aufzustehen oder aus dem Bett zu kommen, wird er sagen: „Hier ist temi der Roboter, bitte setzen Sie sich, ich hole Hilfe“. Er wird das Umgebungslicht und seine Videokamera einschalten und das Personal alarmieren. Wenn er erkennt, dass ein Bewohner auf dem Boden liegt, wird er das oben beschriebene Verfahren durchführen. Wenn bereits ein Mitarbeiter in einem halbprivaten Zimmer ist, in dem ein Sturz stattgefunden hat, kann er/sie den Roboter zur Fortsetzung der Patrouille oder Aufgabe schicken, wie im Einzelzimmer beschrieben. Alle vom Roboter gemeldeten Stürze werden mit einem aufgenommenen Bild versehen, damit der Sturz vom Forschungspersonal überprüft werden kann. Die vom Personal und Roboter gemeldeten Stürze werden nach ihrer Übereinstimmung tabellarisch erfasst: 1) Der Roboter hat richtig erkannt und gemeldet, aber das Personal hat keinen Sturz aufgezeichnet; 2) Das Personal hat einen Sturz gemeldet, aber der Roboter nicht; 3) Der Roboter und das Personal haben richtig einen Sturz gemeldet; und 4) Der Roboter meldet einen Sturz: Kein Bild in der Roboteraufzeichnung, um zu bestätigen, dass ein Sturz aufgetreten ist, und das Personal meldet keinen Sturz.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

40

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Rhode Island
      • Providence, Rhode Island, Vereinigte Staaten, 02903
        • Steere House Nursing & Rehabilitation Center

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Pflegeheimbewohner mit Demenz

Beschreibung

Einschlusskriterien:

  • Pflegeheimbewohner mit Demenz

Ausschlusskriterien:

  • Bewohner mit Isolationsmaßnahmen (z.B. Clostridoides difficile, COVID-19, MRSA)
  • Sterbende Bewohner
  • Bewohner und/oder Familie lehnen ab
  • Funktionelle oder strukturelle Tetraplegie mit Unfähigkeit zur Mobilisierung bei geringem bis keinem Sturzrisiko
  • Bewohner werden unruhig, wenn der Roboter mit ihnen interagiert

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Ein Roboter wird die Zimmer von Pflegeheimbewohnern patrouillieren, um Stürze zu erkennen
Pflegeheimbewohner in einer Langzeitpflege-Gedächtnisstation

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Machbarkeit eines Roboters zum Erkennen von Stürzen in einem Pflegeheim
Zeitfenster: während drei Monaten
Das primäre Ergebnisziel ist, dass der Roboter in 95 % der Fälle korrekt erkannte, dass ein Bewohner gestürzt ist, in der Lage war, das Umgebungslicht einzuschalten, das Pflegepersonal zu alarmieren, die Videokamera einzuschalten und die Kommunikation zwischen dem Bewohner und dem Pflegepersonal zu ermöglichen.
während drei Monaten

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Zufriedenheit des Pflegepersonals mit der Roboter-Erkennung von Stürzen
Zeitfenster: während drei Monaten
75 % des Pflegepersonals sagten, dass das Sturzdetektionssystem ihre Fähigkeit verbesserte, sichere Pflege zu gewährleisten
während drei Monaten
Der Roboter konnte Stürze im Pflegeheim vor dem Pflegepersonal erkennen
Zeitfenster: Während drei Monaten
Dass in mehr als 30 % der Stürze der Roboter die Stürze vor dem Pflegepersonal erkannte.
Während drei Monaten

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Lynn McNicoll, BS, MDCM, Brown University Health

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

  • Malinsky Y,McNicoll L,Gravenstein S

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

31. Juli 2025

Primärer Abschluss (Tatsächlich)

31. Juli 2025

Studienabschluss (Tatsächlich)

31. August 2025

Studienanmeldedaten

Zuerst eingereicht

27. Februar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

27. Februar 2026

Zuerst gepostet (Tatsächlich)

5. März 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

5. März 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

27. Februar 2026

Zuletzt verifiziert

1. Februar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • VMRFalls1
  • 1R43AG082599-01 (US NIH Stipendium/Vertrag)

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Es werden keine IPD erhoben

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren