- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT03685240
영상에 적용된 실시간 인공지능을 통한 기억력 관리를 위한 낙상 감지 및 예방
영상에 적용된 실시간 인공지능을 통한 기억력 관리를 위한 낙상 감지 및 예방: 무작위 대조 시험
이 연구의 목적은 치매에 걸린 사랑하는 사람을 돌보기 위해 SafelyYou에서 개발한 새로운 안전 모니터링 시스템을 연구하는 것입니다. 목표는 목격하지 못한 낙상에 대해 더 나은 지원을 제공하는 것입니다.
SafelyYou 시스템은 낙상 관련 이벤트를 감지하고 이러한 이벤트가 감지된 경우에만 비디오를 업로드하는 AI 지원 카메라를 기반으로 합니다. HIL(Human in the Loop)을 추가하면 시스템에서 이벤트가 감지될 때 시설 직원에게 경고합니다.
연구 개요
상세 설명
이 프로세스를 통해 직원은 거주자가 장치를 착용하지 않고도 낙상에 대해 알 수 있고 안전에 중요한 이벤트가 감지될 때만 비디오를 업로드하여 거주자의 개인 정보를 보호하면서 스스로 옹호할 수 없는 거주자가 어떻게 낙상이 발생하는지 확인할 수 있습니다. 거주자가 땅에 어떻게 갔는지 확인하면 (1) 거주자가 의도적으로 위험 없이 땅으로 이동했을 때 응급실 방문의 필요성을 방지하고 (2) 케어 팀이 낙상과 같은 사건의 원인과 어떤 변화를 만들 수 있는지 판단할 수 있습니다. 위험을 줄이기 위해.
예비 증거. 제안된 연구는 일련의 파일럿을 따릅니다. 파일럿 1에서 우리는 건강한 피험자가 연기한 200개의 낙상으로 비디오에서 낙상을 감지하는 기술적 타당성을 보여주었습니다. 파일럿 2에서는 40명이 거주하는 시설에서 개인 정보 보호와 안전의 절충안을 수용하는 것을 시연했으며 10명의 반복 낙상 시스템을 제공함으로써 전체 시설 낙상이 80% 감소했음을 보여주었습니다. 파일럿 3에서는 3개 파트너 네트워크의 11개 시설에서 ADRD가 있는 87명의 거주자 코호트에서 낙상 감소의 반복 가능성을 다루었습니다. 파일럿 4(NIH SBIR 1단계)에서 파트너 시설 내에서 낙상을 실시간으로 안정적으로 감지할 수 있음을 입증했습니다. 낙상의 93%를 감지했습니다. 지상에서의 시간을 42% 단축했습니다. 비디오를 사용할 수 있을 때 EMS 방문 가능성이 50% 감소한 것으로 나타났습니다. 감소된 총 시설은 38% 감소합니다.
연구 유형
등록 (예상)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Glen Xiong, MD
- 전화번호: 115 415-579-3630
- 이메일: gxiong@safely-you.com
연구 장소
-
-
California
-
San Francisco, California, 미국, 94107
- SafelyYou
-
연락하다:
- Jason Panganiban
- 전화번호: 415-579-3630
- 이메일: jason@safely-you.com
-
연락하다:
- Glen Xiong
- 전화번호: 115 4155793630
- 이메일: gxiong@safely-you.com
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
설명
연구 모집단에는 낙상 위험이 높은 요양 시설의 거주자가 포함되며 특히 알츠하이머병 및 관련 치매를 앓는 인구가 많은 요양 시설에 중점을 둡니다. 참여를 위한 성별, 인종, 민족, 언어 또는 문해력 요구 사항이 없으며 모든 거주자가 자격이 있습니다.
포함 기준 - 참여 전문 간호 시설 또는 이에 상응하는 CCRC에 거주,
제외 기준
- 18세 이하
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 지원_케어
- 할당: 무작위
- 중재 모델: 평행한
- 마스킹: 더블
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
---|---|
실험적: 간섭
HIP(Human-in-the-Loop) 검토를 통한 AI 지원 카메라 추락 감지
|
SafelyYou가 제공하는 기술 + 품질 보증 서비스
|
NO_INTERVENTION: 제어
카메라 감지 없음
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
등록률
기간: 등록에 관한 데이터는 1년차 채용 시 기록되고 1년차 말에 평가됩니다.
|
넘어짐 감지는 흐린 비디오로 수행되므로 프라이버시가 향상됩니다.
예상 결과는 이전 타당성 조사(즉,
시설 내 채용 노력에 대한 긍정적인 반응의 영향을 받는 비율).
|
등록에 관한 데이터는 1년차 채용 시 기록되고 1년차 말에 평가됩니다.
|
앉은 자세에서 일어선 상태로의 전환 감지로 인한 낙상률
기간: 데이터는 1년 동안 수집되고 1년 말에 평가됩니다.
|
전환이 감지되는 즉시 케어 직원에게 알림이 전송됩니다(일선 직원의 개입).
이는 이러한 유형의 전환으로 인해 낙상의 즉각적인 감소를 가져올 수 있습니다.
|
데이터는 1년 동안 수집되고 1년 말에 평가됩니다.
|
보행 변화 감지로 인한 낙상률
기간: 데이터는 1년 동안 수집되고 1년 말에 평가됩니다.
|
시스템은 변화가 감지되면 일선 직원의 개입으로 낙하율에 즉각적인 영향을 줄 수 있음을 학습합니다.
|
데이터는 1년 동안 수집되고 1년 말에 평가됩니다.
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (예상)
기본 완료 (예상)
연구 완료 (예상)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
낙상 부상에 대한 임상 시험
-
The Second Hospital of Qinhuangdao완전한
-
National Health Service, United KingdomUniversity of Bradford완전한