Auta rakentamaan A.I. Malli myasthenia graviksen oirekuvioiden ja leimahdusten ennustamiseen

Mahdolliset osallistujat lataavat älypuhelimillaan doc.ai-tutkimusmobiilisovelluksen. Verkkoon tulee esiseulontalinkki, jossa potentiaaliset osallistujat tarkistavat itse, täyttävätkö he tämän tutkimuksen peruskelpoisuusvaatimukset. Tämän kokeilun rekrytointityökalu on kehitetty monimuotoisuutta, oikeudenmukaisuutta ja osallistamista varten. Tavoitteena on varmistaa kokeilun demografinen monimuotoisuus ymmärtääksemme paremmin eri väestöryhmien terveystarpeita. Joten vaikka jotkut kiinnostuneet mahdolliset osallistujat täyttävät kelpoisuuden, heitä ei ehkä kutsuta kokeeseen näiden monimuotoisuusvaatimusten vuoksi.

Potilaat, joilla on myasthenia gravis (MG) ja jotka täyttävät osallistumiskriteerit, kutsutaan mukaan tähän digitaaliseen terveystutkimukseen. Osallistujat allekirjoittavat sähköisen suostumuksen ja ilmoittautuvat itse tutkimukseen. Kun tutkimusryhmä on vahvistanut heidän kelpoisuutensa (kelpoisuuskriteerien ja osallistujien kelpoisuuden varmistamiseksi eli robo-sisäänkirjautumisten poistamiseksi), heitä pyydetään ottamaan selfie, toimittamaan dokumentoitu todiste MG-diagnoosista ja vastaamaan sarjaan heitä koskeviin kyselyihin liittyviin kysymyksiin. väestötiedot, nykyinen terveys, sairaushistoria ja muut MG:hen liittyvät tiedot.

Ilmoittautuneilla osallistujilla on päivittäinen lyhyt sisäänkirjautuminen, 2 viikoittaista lähtöselvitystä ja viikoittainen sisäänkirjautuminen, joka sisältää audiovisuaalisen lähtöselvityksen, ja he pitävät audiovisuaalista päiväkirjaa oireidensa seuraamiseksi, tietojen yhdistämiseksi ja äänensä nauhoittamiseksi. (äänen oireiden havaitsemiseksi: heikkous, nenäsuoritus) ja videoita heidän kasvoistaan ​​(kasvo-oireiden havaitsemiseksi: silmät, suun roikkuminen) päivittäin tai viikoittain doc.ai-tutkimussovelluksen eri tiedonkeruumoduuleiden kautta vuoden ajan heidän osallistumisensa opiskeluun. doc.ai:n digitaalista terveystutkimusalustaa hyödynnetään näiden tietojen keräämiseen.

Tutkimuksen tavoitteena on saada noin 200 osallistujaa noin yhdeksän kuukauden aikana. Lopulliseen analyysiin odotetaan vähintään 100 osallistujaa, koska milloin tahansa on viivettä mahdollisten osallistujien välillä, jotka ilmaisevat kiinnostuksensa tutkimukseen, PI arvioi heidän kelpoisuuden ja osallistujat suorittavat kaikki vaaditut tutkimustoimenpiteet. .

Osallistumisen päätyttyä osallistujia pyydetään täyttämään kyselylomake. Kun osallistuja on suorittanut viimeisen kyselyn, hän voi muodostaa yhteyden linkkiin, joka on lunastettava Amazon.com-sivustolla 250 dollarin lahjakortti. Kaikki osallistujat saavat myös kokeen lopun yhteenvedon tiedoista, joita he ovat keränneet tutkimuksen aikana. Tämän tutkimuksen perusteella ei anneta lääketieteellisiä neuvoja tai ohjeita.

Lisäksi viimeisessä kyselyssä osallistujilta kysytään, olisivatko he valmiita suorittamaan käytettävyyshaastattelun, kun heidän osallistumisensa tähän kokeiluun on päättynyt. Tämä käytettävyyden seurantahaastatteluun kutsuttujen osallistujien alajoukko sisältää ne, jotka suorittavat kaikki tutkimuksen edellyttämät toimenpiteet, ja jotkut, jotka eivät ehkä ole suorittaneet kaikkia tutkimuksen edellyttämiä toimenpiteitä, jotta voidaan arvioida sovelluksen käytettävyyskokemusta sen keston aikana. osallistuminen. Osallistujiin ollaan yhteydessä heidän osallistumisjaksonsa päätyttyä, kunnes yhteensä 10-15 osallistujaa on läpäissyt käytettävyyshaastattelun. Osallistujat, jotka läpäisevät käytettävyyshaastattelun, saavat linkin 50 dollariin Amazon.comissa lahjakortti sovelluksen kautta.

Tätä tutkimusta varten tiedot sekä ääni- ja videotallenteet tallennetaan suoraan doc.ai-tutkimussovellukseen ja tallennetaan turvallisesti HIPAA-yhteensopivaan pilvipalveluntarjoajaan (Google Cloud Platform).

Näitä tietoja käytetään oireiden ja laukaisevien tekijöiden ymmärtämiseen, jotta voidaan paremmin luonnehtia tekijöitä, kuten leimahdusten kestoa ja ajoitusta sekä ainutlaatuisia oirekuvioita, jotta voidaan luoda objektiivisempia mittauksia MG-oireista. Viime kädessä näitä tietoja käytettäisiin koneoppimismallin rakentamiseen, joka voisi ennustaa MG-oireiden leviämistä.

Ensisijainen tavoite:

Käytä älypuhelimen digitaalisia terveysmoduuleja kerätäksesi myasthenia gravis (MG) -oireita ja laukaisimia oireiden ja leimahdusten kuvaamiseksi paremmin.

Toissijainen tavoite:

Käytä kerättyjä tietoja A.I:n kehittämiseen. malli oireiden havaitsemiseksi ja/tai ennustamiseksi.