- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05026346
AI rendszer felépítése a váll-rehabilitációs gyakorlatok automatikus felügyeletére (Rehab-SPIA) (Rehab-SPIA)
Mesterséges intelligencia rendszer kiépítése a váll-rehabilitációs gyakorlatok automatikus távfelügyeletéhez
A jelenlegi történelmi szakasz és a világban a rehabilitáció iránti növekvő igény a tele-rehabilitációs rendszereket és általában az e-Health-et alapvető eszközzé teszi a betegek elkötelezettségének és az ellátásnak való megfelelés növelésében, kulcsfontosságú elemeivé az NHS megőrzésének a kiadások felülvizsgálata szempontjából. és erőforrás-optimalizálás. Különösen a rehabilitációs beteg átlagosan 30-50%-os adherenciával rendelkezik az Otthoni Gyakorlat Programhoz (HEP), amelyhez gyakran hozzáadódik a motoros tanulás hatékonyságának csökkenése a gesztus pontosságára vonatkozó visszajelzések hiánya miatt. az a helyzet. kórházban vagy ambuláns környezetben, terapeuta felügyelete mellett történik.
Az emberi mozgással kapcsolatos adatok elemzésére szolgáló új számítástechnikai megközelítések olyan algoritmusok kifejlesztésére irányulnak, amelyek automatikusan felügyelik a páciens gesztusainak pontosságát az otthoni önkezelés során végzett gyakorlatok során, például a mesterséges intelligencián (AI) és a gépi tanuláson (ML) alapuló módszereket. , különösen a legújabb generációhoz tartozók, az úgynevezett al-szimbolikusok (vagy konnekcionisták) segíthetnek.
A legígéretesebb megközelítések közé tartozik. Tekintettel az Otthoni gyakorlatok program fontosságára a vállbetegségben, úgy döntöttek, hogy kiválasztják az ízületet érintő főbb patológiák által érintett betegek populációját.
A tanulmány fő célja egy olyan szoftver létrehozása és validálása, amely lehetővé teszi az ortopédiai patológiák utáni váll funkcionális helyreállítását szolgáló fő rehabilitációs gyakorlatok helyes végrehajtásának automatikus és szakértői elemzését.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A jelenlegi történelmi szakasz és a világban a rehabilitáció iránti növekvő igény a tele-rehabilitációs rendszereket és általában az e-Health-et alapvető eszközzé teszi a betegek elkötelezettségének és az ellátásnak való megfelelés növelésében, kulcsfontosságú elemeivé az NHS megőrzésének a kiadások felülvizsgálata szempontjából. és erőforrás-optimalizálás .
Különösen a rehabilitációs beteg átlagosan 30-50%-os adherenciával rendelkezik az Otthoni Gyakorlat Programhoz (HEP), amelyhez gyakran hozzáadódik a motoros tanulás hatékonyságának csökkenése a gesztus pontosságára vonatkozó visszajelzések hiánya miatt. kórházban vagy ambuláns környezetben, terapeuta felügyelete mellett történik.
Az emberi mozgással kapcsolatos adatok elemzésére szolgáló új számítástechnikai megközelítések, amelyek célja olyan algoritmusok kifejlesztése, amelyek automatikusan felügyelik a páciens gesztusainak pontosságát az otthoni önkezelés során, ezt az utolsó kritikus problémát próbálják megoldani.
A legígéretesebb megközelítések közé tartoznak a mesterséges intelligencián (AI) és a gépi tanuláson (ML) alapuló megközelítések, különösen a legújabb generációs, az úgynevezett szubszimbolikus (vagy konnekcionista) megközelítések.
Ezek az algoritmusok nagy érdeklődést keltenek azzal kapcsolatban, hogy képesek automatikusan kivonni a mozgás kiemelkedő tulajdonságait, csökkentve a szakértői beavatkozást az összes adat összegyűjtésébe, illetve a példák esetleges címkézésére (5) Mindenesetre a szakirodalom a klinikusok közvetlen bevonásával kidolgozott modellek hiányát és a betegpopulációkkal létrehozott adatkészletek szűkösségét mutatja.
Továbbá a szakirodalomban jelenlévő modellek többsége számos beviteli eszköz felhasználásával készült, gyakran magas technológiai rátával, jelentős költségekkel egy esetleges szolgáltatás beteg otthoni megvalósításához.
Ezen okok miatt szeretnénk létrehozni egy speciális klinikai adatkészletet, amely kizárólag a gyakorlatok videóiból indul ki, és patológiánként meghatározott populációkat von be, és klinikai megítélés alapján épül fel. Ezekkel a jellemzőkkel a projekt célja a mozgáselemzési folyamat lehető legnagyobb mértékű automatizálása, óriási mértékben csökkentve a technológiák használatából adódó költségeket és minimalizálva az emberi hibákat, mindezt a legújabb számítási megközelítések kihasználásával egy hasznos és alacsony fokú számítási módszer létrehozása érdekében. költségeszköz az otthoni funkcionális átneveléshez.
Tekintettel az Otthoni gyakorlatok program fontosságára a vállbetegségben, úgy döntöttek, hogy kiválasztják az ízületet érintő főbb patológiák által érintett betegek populációját.
A tanulmány fő célja egy olyan szoftver létrehozása és validálása, amely lehetővé teszi az ortopédiai patológiák utáni váll funkcionális helyreállítását szolgáló fő rehabilitációs gyakorlatok helyes végrehajtásának automatikus és szakértői elemzését.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Maria Grazia Benedetti, MD
- Telefonszám: +390516366236
- E-mail: benedetti@ior.it
Tanulmányi helyek
-
-
-
Bologna, Olaszország, 40136
- Toborzás
- IRCCS-Istituto Ortopedico Rizzoli
-
Kapcsolatba lépni:
- Maria Grazia Benedetti, MD
- Telefonszám: +39051 6366236
- E-mail: benedetti@ior.it
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
Egészséges tantárgyak csoportja:
- 18 év feletti felnőtt betegek
- Ismert vállpatológiájú betegek
Megoperált vállpatológiás alanyok csoportja
- 18 év feletti felnőtt betegek
- A vállat érintő ortopédiai kórképek, mint pl.: ín meszesedés ultrahangos perkután kezelésének eredményei, adhezív bursitis ultrahang-vezérelt leválásának kimenetele, proximális humerus törések kimenetele, rotátor mandzsetta javítása, lapocka behelyezhetőségi beavatkozásai.
Kizárási kritériumok:
- Olyan betegek, akiknek kórtörténetében opioid kábítószer-függőség vagy kábítószerrel való visszaélés szerepel
- A felső végtagokat érintő ortopédiai kórképekben szenvedő betegek egyértelműen kimutatható műtéti szövődmények esetén
- Kognitív zavarokkal küzdő betegek (24/30-nál nagyobb vagy egyenlő MMSE Mini Mental State Examinantion).
- A vizsgálatban való részvételt ellenjavallt súlyos anamnesztikus vagy aktuális neurológiai vagy pszichiátriai patológiákban, súlyos kardiopulmonális, máj- vagy vesepatológiákban szenvedő betegek.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
Egészséges
Egészséges alanyok, vállpatológia nélkül
|
|
Rotátor mandzsetta szakad
A rotátor mandzsetta artroszkópos rekonstrukcióját követő betegek
|
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A váll mozgásának helyessége
Időkeret: 12 hónap
|
A rendszer egy kérdőívet használ, amelyben a klinikus leírja a vállmozgás helyességét, és összehasonlítja a mesterséges intelligencia szoftver által adott hozzárendeléssel.
|
12 hónap
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Maria Grazia Benedetti, MD, Istituto Ortopedico Rizzoli
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 0002017
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .
Klinikai vizsgálatok a Rotator Cuff Tears
-
Parc de Salut MarHospital Clinic of Barcelona; Hospital Universitario Fundación Jiménez Díaz; Hospital... és más munkatársakToborzásVállbetegség | Massive Rotator Cuff TearsSpanyolország
-
Tartu University HospitalUniversity of TartuMég nincs toborzásRotator Cuff Tears | Rotator Cuff szindróma
-
University of CalgaryMég nincs toborzás
-
Hughston ClinicUniversity of Alabama at BirminghamMég nincs toborzás
-
ChitogenX IncMCRAToborzásRotator Cuff TearsEgyesült Államok
-
University of UtahToborzásRotator Cuff TearsEgyesült Államok
-
Clinique Générale dAnnecyToborzásRotator Cuff TearsFranciaország
-
Beijing Jishuitan HospitalMég nincs toborzás
-
University Hospital, ToursInstitut National de la Santé Et de la Recherche Médicale, FranceToborzásRotator Cuff TearsFranciaország
-
Ain Shams UniversityAktív, nem toborzó
Klinikai vizsgálatok a Patológiai gyakorlat
-
Boston University Charles River CampusBefejezveTérd OsteoarthritisEgyesült Államok