Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Falldeteksjon og forebygging av minnepleie gjennom kunstig intelligens i sanntid brukt på video

5. mai 2022 oppdatert av: SafelyYou

Falldeteksjon og forebygging av minnepleie gjennom kunstig intelligens i sanntid brukt på video: en randomisert kontrollprøve

Formålet med forskningen er å studere et nytt sikkerhetsovervåkingssystem utviklet av SafelyYou for å hjelpe til med å ta vare på en kjære med demens. Målet er å gi bedre støtte ved uvitne fall.

SafelyYou-systemet er basert på AI-aktiverte kameraer som oppdager fallrelaterte hendelser og laster opp video kun når disse hendelsene oppdages. Tillegget av et menneske i sløyfen (HIL) vil varsle anleggspersonalet når en hendelse oppdages av systemet.

Studieoversikt

Status

Har ikke rekruttert ennå

Detaljert beskrivelse

Denne prosessen gjør det mulig for personalet å vite om fall uten å kreve at beboerne har på seg en enhet og å se hvordan fall oppstår for beboere som ikke kan forsvare seg selv mens de fortsatt beskytter beboernes personvern ved kun å laste opp video når sikkerhetskritiske hendelser oppdages. Å se hvordan beboeren gikk i bakken (1) forhindrer behovet for legevaktbesøk når beboere med vilje flyttet til bakken uten risiko og (2) lar omsorgsteamet fastslå hva som forårsaket en hendelse som et fall og hvilke endringer som kan gjøres for å redusere risiko.

FORELØPIGE BEVIS. Den foreslåtte studien følger en serie piloter. I pilot 1 viste vi den tekniske gjennomførbarheten av å oppdage fall fra video med 200 fall utført av friske forsøkspersoner. I pilot 2, i et anlegg med 40 innbyggere, demonstrerte vi aksept av avveininger mellom personvern og sikkerhet og viste en reduksjon av totalt anleggsfall med 80 % ved å tilby systemet for 10 gjentatte fallere. I pilot 3 tok vi for oss repeterbarheten av fallreduksjon i en kohort på 87 beboere med ADRD i 11 fasiliteter i tre partnernettverk. I pilot 4 (NIH SBIR fase I) demonstrerte vi at fall kan oppdages pålitelig i sanntid innenfor partnerfasilitetene. Vi oppdaget 93 % av fallene; reduserte tiden på bakken med 42%; viste at når video var tilgjengelig, ble sannsynligheten for EMS-besøk redusert med 50 %; og redusert totalanlegg faller med 38 %.

Studietype

Intervensjonell

Registrering (Forventet)

460

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år og eldre (VOKSEN, OLDER_ADULT)

Tar imot friske frivillige

Ja

Kjønn som er kvalifisert for studier

Alle

Beskrivelse

Studiepopulasjonen inkluderer beboere i omsorgsinstitusjoner som har høy fallrisiko, med særlig fokus på omsorgsinstitusjoner med høye populasjoner av individer med Alzheimers sykdom og relaterte demens. Det er ingen krav til kjønn, rase, etnisitet, språk eller leseferdighet for deltakelse, og alle innbyggere er kvalifisert.

Inkluderingskriterier - Bor på et deltakende dyktig sykepleiehjem eller tilsvarende, CCRC,

Eksklusjonskriterier

- 18 år eller yngre

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: STØTTENDE OMSORG
  • Tildeling: TILFELDIG
  • Intervensjonsmodell: PARALLELL
  • Masking: DOBBELT

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
EKSPERIMENTELL: Innblanding
AI-aktivert kamerafallsdeteksjon med Human-in-the-Loop (HIP) gjennomgang
Teknologi + kvalitetssikringstjenester levert av SafelyYou
INGEN_INTERVENSJON: Kontroll
Ingen kameradeteksjon

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Påmeldingsprosent
Tidsramme: Data om påmelding vil bli registrert under rekruttering i år 1 og vurdert ved slutten av år 1
Deteksjon av fall vil bli utført med uskarp video, derav med økt personvern. Forventet utfall vil være endringen i påmeldingsraten sammenlignet med tidligere mulighetsstudier (dvs. påvirket frekvensen av positive svar på rekrutteringsarbeid innen anlegg).
Data om påmelding vil bli registrert under rekruttering i år 1 og vurdert ved slutten av år 1
Fallrate på grunn av overgangsdeteksjon for sitte til stå
Tidsramme: Data vil bli samlet inn i løpet av år 1 og vurdert ved slutten av år 1.
Omsorgspersonell vil bli varslet så snart overgangen oppdages (inngrep fra frontlinjepersonalet). Dette kan gi en umiddelbar reduksjon i fall på grunn av denne typen overgang.
Data vil bli samlet inn i løpet av år 1 og vurdert ved slutten av år 1.
Fallrate på grunn av gangendringsdeteksjon
Tidsramme: Data vil bli samlet inn gjennom år 1 og vurdert ved slutten av år 1.
Som systemet lærer å kunne gi en umiddelbar innvirkning på fallraten ved inngripen fra frontlinjepersonalet når endringen oppdages.
Data vil bli samlet inn gjennom år 1 og vurdert ved slutten av år 1.

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (FORVENTES)

31. oktober 2023

Primær fullføring (FORVENTES)

31. desember 2023

Studiet fullført (FORVENTES)

31. desember 2023

Datoer for studieregistrering

Først innsendt

19. september 2018

Først innsendt som oppfylte QC-kriteriene

24. september 2018

Først lagt ut (FAKTISKE)

26. september 2018

Oppdateringer av studieposter

Sist oppdatering lagt ut (FAKTISKE)

9. mai 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

5. mai 2022

Sist bekreftet

1. mai 2022

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere