ビデオに適用されたリアルタイムの人工知能による記憶ケアのための転倒検出と予防
ビデオに適用されたリアルタイムの人工知能による記憶ケアのための転倒検出と防止: 無作為化対照試験
この研究の目的は、SafelyYou が認知症の愛する人のケアを支援するために開発した新しい安全監視システムを研究することです。 目標は、見知らぬ転倒に対してより良いサポートを提供することです。
SafelyYou システムは、落下関連のイベントを検出し、これらのイベントが検出された場合にのみビデオをアップロードする AI 対応カメラに基づいています。 ヒューマン イン ザ ループ (HIL) を追加すると、システムがイベントを検出すると、施設のスタッフにアラートが送信されます。
調査の概要
詳細な説明
このプロセスにより、スタッフは居住者がデバイスを着用する必要なく転倒について知ることができ、安全上の重要なイベントが検出されたときにのみビデオをアップロードすることで、居住者のプライバシーを保護しながら、自分自身を擁護できない居住者の転倒がどのように発生するかを確認できます。 入所者がどのように地面に降りたかを確認することで、(1) 入所者が危険を冒さずに意図的に地面に移動した場合に緊急治療室を訪問する必要がなくなり、(2) ケア チームは転倒などのイベントの原因と、どのような変更を加えることができるかを判断できます。リスクを軽減します。
予備的証拠。 提案された研究は、一連のパイロットに従います。 パイロット 1 では、健康な被験者が 200 回の転倒を演じて、ビデオから転倒を検出する技術的実現可能性を示しました。 パイロット 2 では、40 人の居住者がいる施設で、プライバシーと安全性のトレードオフを受け入れることを実証し、10 人のリピート転倒者にシステムを提供することで、施設全体の転倒が 80% 削減されることを示しました。 パイロット 3 では、3 つのパートナー ネットワークの 11 の施設で ADRD を持つ 87 人の居住者のコホートにおける転倒減少の再現性に取り組みました。 パイロット 4 (NIH SBIR フェーズ I) では、パートナー施設内で転倒をリアルタイムで確実に検出できることを実証しました。 転倒の 93% を検出しました。地上での時間を 42% 短縮しました。ビデオが利用できる場合、EMS 訪問の可能性が 50% 減少することが示されました。施設全体の落下が 38% 減少しました。
研究の種類
入学 (予想される)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Glen Xiong, MD
- 電話番号:115 415-579-3630
- メール:gxiong@safely-you.com
研究場所
-
-
California
-
San Francisco、California、アメリカ、94107
- SafelyYou
-
コンタクト:
- Jason Panganiban
- 電話番号:415-579-3630
- メール:jason@safely-you.com
-
コンタクト:
- Glen Xiong
- 電話番号:115 4155793630
- メール:gxiong@safely-you.com
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
説明
研究集団には、アルツハイマー病および関連する認知症の個人が多い介護施設に特に焦点を当てた、転倒リスクの高い介護施設の居住者が含まれます。 性別、人種、民族、言語、識字率などの要件はなく、すべての居住者が参加資格を持っています。
包含基準 - 参加している熟練した看護施設または同等の施設、CCRC、
除外基準
- 18歳以下
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:サポート_ケア
- 割り当て:ランダム化
- 介入モデル:平行
- マスキング:ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
---|---|
実験的:介入
Human-in-the-Loop (HIP) レビューによる AI 対応のカメラ落下検出
|
SafelyYou が提供する技術 + 品質保証サービス
|
NO_INTERVENTION:コントロール
カメラ検出なし
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
就学率
時間枠:登録に関するデータは、1 年目の採用時に記録され、1 年の終わりに評価されます。
|
転倒の検出はぼやけたビデオで実行されるため、プライバシーが強化されます。
期待される結果は、以前の実現可能性調査と比較した登録率の変化です (つまり、
施設内の採用活動に対する肯定的な回答の割合に影響を与えます)。
|
登録に関するデータは、1 年目の採用時に記録され、1 年の終わりに評価されます。
|
立ち座り検知による転倒率
時間枠:データは 1 年目に収集され、1 年の終わりに評価されます。
|
移行が検出されるとすぐに、ケア スタッフに警告が送信されます (最前線のスタッフの介入)。
これにより、このタイプの移行による転倒が即座に減少する可能性があります。
|
データは 1 年目に収集され、1 年の終わりに評価されます。
|
歩行変化検出による転倒率
時間枠:データは 1 年を通して収集され、1 年の終わりに評価されます。
|
システムは、変化が検出されたときに最前線のスタッフの介入によって落下率に即座に影響を与える可能性があることを学習します。
|
データは 1 年を通して収集され、1 年の終わりに評価されます。
|
協力者と研究者
スポンサー
研究記録日
主要日程の研究
研究開始 (予期された)
一次修了 (予期された)
研究の完了 (予期された)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。