Applicazione mobile AI contro HCP per squat a corpo libero
9 agosto 2021 aggiornato da: Columbia University
Applicazione mobile di intelligenza artificiale (AI) contro operatore sanitario (HCP) per gli squat a corpo libero: uno studio clinico randomizzato, in cieco e controllato
Valutare se un'applicazione mobile di intelligenza artificiale (AI) può identificare e migliorare la forma dello squat del peso corporeo nei partecipanti adulti rispetto a un fisioterapista (PT).
Panoramica dello studio
Stato
Completato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
L'intelligenza artificiale (AI) sta cambiando il modo in cui le persone possono soddisfare le proprie esigenze di salute.
Uno di questi modi legati all'esercizio fisico è l'applicazione mobile per esercizi abilitata all'intelligenza artificiale (coach digitale), che utilizza la tecnologia di tracciamento del movimento per monitorare e fornire feedback audio in tempo reale sul modulo di esercizio di una persona.
Tuttavia, questa tecnologia AI deve ancora essere testata in modo indipendente rispetto a un valutatore di persona (allenatore umano) per la sua capacità di migliorare la forma dell'esercizio.
Questo studio è uno studio controllato randomizzato in cieco che confronta la capacità del coach digitale (n=15) e di un coach umano di fisioterapista (PT) (n=15) di migliorare la forma dello squat a corpo libero in 30 volontari normodotati di età compresa tra 20 e 35 anni.
Ogni volontario esegue 10 squat di controllo non assistiti, quindi 10 squat con feedback vocale assistito da uno degli allenatori dopo ogni ripetizione, e infine altri 10 squat di prova non assistiti, tutti squat videoregistrati.
Tre valutatori video indipendenti contano il numero di ripetizioni corrette di squat completate dai volontari prima e dopo l'intervento dei diversi allenatori.
Questo progetto è importante per convalidare l'allenatore digitale rispetto a un allenatore umano PT in una piccola popolazione che utilizza uno squat a corpo libero per la sua ampia applicabilità ai modelli di movimento quotidiani.
Tipo di studio
Interventistico
Iscrizione (Effettivo)
30
Fase
- Non applicabile
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
New York
-
New York, New York, Stati Uniti, 10032
- Columbia University Medical Center
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
Da 20 anni a 35 anni (Adulto)
Accetta volontari sani
No
Sessi ammissibili allo studio
Tutto
Descrizione
Criterio di inclusione:
- affiliato alla Columbia University
- Dai 20 ai 35 anni
- In grado di eseguire esercizi a corpo libero moderati per 10 minuti
Criteri di esclusione:
- Impossibile fornire il consenso
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Altro
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Separare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Gruppo Intelligenza Artificiale (AI).
Per determinare l'abilità di base e fungere da controllo, i partecipanti di entrambi i gruppi hanno eseguito 10 ripetizioni di "controllo" di squat a corpo libero senza feedback, seguite da un minuto di riposo.
Quelli del gruppo AI hanno quindi eseguito altre 10 ripetizioni di "pratica" con feedback audiovisivo in tempo reale dall'app seguito da un minuto di riposo.
Il design dell'IA ha fornito un feedback, se necessario, con una dichiarazione vocale e un video sullo schermo per ripetizione (ad esempio, quando un partecipante ha eseguito una ripetizione tozza con il collo flesso verso il basso, l'IA ha suggerito di tenere la testa alta con istruzioni sullo schermo) .
I partecipanti di entrambi i gruppi hanno quindi eseguito 10 ripetizioni di "test" senza feedback seguite da un minuto di riposo.
|
L'applicazione mobile AI fornisce feedback ai partecipanti randomizzati al gruppo di intelligenza artificiale.
|
|
Comparatore attivo: Gruppo di fisioterapisti
Per determinare l'abilità di base e fungere da controllo, i partecipanti di entrambi i gruppi hanno eseguito 10 ripetizioni di "controllo" di squat a corpo libero senza feedback, seguite da un minuto di riposo.
Quelli del gruppo PT (n=15) hanno anche eseguito 10 ripetizioni di "pratica" con un pezzo di feedback per ripetizione, se necessario, dal PT seguito da un minuto di riposo.
I partecipanti di entrambi i gruppi hanno quindi eseguito 10 ripetizioni di "test" senza feedback seguite da un minuto di riposo.
|
PT fornisce feedback ai partecipanti randomizzati al gruppo di fisioterapisti.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di squat corretti
Lasso di tempo: Fino a 15 minuti o completamento della terza serie di squat
|
Il miglioramento post-intervento negli squat sarà determinato dal numero di squat corretti nella terza serie rispetto alla prima serie di squat.
|
Fino a 15 minuti o completamento della terza serie di squat
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di squat identificati correttamente dall'IA
Lasso di tempo: Fino a 15 minuti o completamento della terza serie di squat
|
L'identificazione AI degli squat corretti e non corretti sarà determinata dal numero di squat identificati correttamente dall'IA rispetto ai valutatori indipendenti.
|
Fino a 15 minuti o completamento della terza serie di squat
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Sunil K. Agrawal, PhD, Columbia University
Pubblicazioni e link utili
La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
15 ottobre 2019
Completamento primario (Effettivo)
30 dicembre 2019
Completamento dello studio (Effettivo)
30 dicembre 2019
Date di iscrizione allo studio
Primo inviato
5 novembre 2020
Primo inviato che soddisfa i criteri di controllo qualità
5 novembre 2020
Primo Inserito (Effettivo)
12 novembre 2020
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
16 agosto 2021
Ultimo aggiornamento inviato che soddisfa i criteri QC
9 agosto 2021
Ultimo verificato
1 agosto 2021
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- AAAS7301
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
No
Descrizione del piano IPD
I dati dei singoli partecipanti non vengono condivisi con altri ricercatori
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .