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

Psykisk helse, intellektuell og nevroutviklingsforstyrrelsesdeteksjon med kunstig intelligensmodeller (MINDAIM)

26. august 2025 oppdatert av: Psyrin Inc.

Psykisk helse, intellektuell og nevroutviklingsforstyrrelse deteksjon med kunstig intelligensmodeller: Testing av talebaserte maskinlæringsalgoritmer for klinisk vurdering og risikostratifisering i presentasjoner av mental helse

Denne studien undersøker om AI-drevet analyse av tale nøyaktig kan forutsi kliniske diagnoser og vurdere risiko for ulike psykiske eller atferdsmessige helsetilstander, inkludert oppmerksomhetssvikt/hyperaktivitetsforstyrrelse (ADHD), autismespekterforstyrrelse, bipolar lidelse, generalisert angstlidelse, alvorlig depressiv lidelse. lidelse, obsessiv-kompulsiv lidelse (OCD), posttraumatisk stresslidelse (PTSD) og schizofreni. Vi har som mål å utvikle verktøy som kan støtte klinikere i å stille mer nøyaktige og effektive diagnoser.

Studieoversikt

Status

Påmelding etter invitasjon

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Antatt)

500

Kontakter og plasseringer

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

Studiesteder

  • Forente stater
    • Massachusetts
      • Brookline, Massachusetts, Forente stater, 02445
        • The Brookline Center
    • Ohio
      • Zanesville, Ohio, Forente stater, 43701
        • Allwell Behavioral Health Services

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

  • Barn
  • Voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Mind Aim Study tar sikte på å rekruttere et mangfoldig og representativt utvalg av individer som søker mental helsevurderinger i forskjellige kliniske omgivelser. Dette brede inkluderingskriteriene sikrer høy økologisk gyldighet, og fanger opp det brede spekteret av presentasjoner og komorbiditeter som ofte oppstår i den virkelige verdenen til mental helse.

Beskrivelse

Inkluderingskriterier

  1. Deltakere mellom 16 og 60 år.
  2. Personer som for tiden gjennomgår eller henvist til klinisk vurdering av mentale eller atferdsmessige helsemessige forhold (inkludert, men ikke begrenset til ADHD, ASD, BPAD, GAD, MDD, OCD, PTSD, SSD)
  3. Flytende i engelsk
  4. I stand til å gi informert samtykke, eller når det gjelder mindreårige, ha en forelder eller verge som kan gi samtykke på deres vegne.
  5. Tilgang til en enhet (smarttelefon, nettbrett eller datamaskin) med en mikrofon og stabil internettforbindelse, nødvendig for å fullføre taleoppgavene.

Eksklusjonskriterier

  1. Personer som opplever akutte psykiske helsekriser eller alvorlige symptomer som vil utelukke meningsfull deltakelse i studien, inkludert akutt rus.
  2. Alvorlig kognitiv svikt eller intellektuell funksjonshemming som vil forhindre forståelse av studieprosedyrene eller fullføring av taleoppgavene.
  3. Mangel på flyt på engelsk.
  4. Tekniske begrensninger: Manglende evne til å få tilgang til en passende enhet eller internettforbindelse for å fullføre taleoppgavene

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
SOSCID (enhver mental helseforstyrrelse)
Enhver deltaker meldte seg på studien og ikke del av en tilleggsanalysegruppe.
Diagnostisk test: Solicue Machine Learning Models

Et omfattende maskinlæringsverktøy som tar sikte på å gi sannsynlighetsestimater for flere kompatible lidelser, inkludert oppmerksomhetsunderskudd hyperaktivitetsforstyrrelse (ADHD), autismespektrumforstyrrelse (ASD), bipolar affektiv lidelse (BPAD), generalisert angstlidelse (GAD), alvorlig depressiv lidelse ( MDD), tvangslidelse (OCD), posttraumatisk stresslidelse (PTSD) og schizofrenispektrumforstyrrelser (SSD). Ved å tilby en multidiagnostisk vurdering basert på taleanalyse, har Solicue som mål å hjelpe klinikere med å navigere i denne kompleksiteten og potensielt identifisere forhold som ellers kan bli oversett i innledende vurderinger.

Solicue utnytter maskinlæring for å analysere et bredt spekter av klinisk relevante talefunksjoner, inkludert språklig innhold, prosodiske elementer (som tonehøyde, rytme og intonasjon) og andre paralingvistiske trekk.

Andre navn:
  • Solicue
  • Psyrin taleanalyse
  • Solicue kunstig intelligens
Solicue & Mercuria (bipolar lidelse og alvorlig depressiv lidelse)
Enhver deltaker som ble registrert i studien og viste depressive symptomer målt ved PHQ-9-score.
Diagnostisk test: Solicue Machine Learning Models

Et omfattende maskinlæringsverktøy som tar sikte på å gi sannsynlighetsestimater for flere kompatible lidelser, inkludert oppmerksomhetsunderskudd hyperaktivitetsforstyrrelse (ADHD), autismespektrumforstyrrelse (ASD), bipolar affektiv lidelse (BPAD), generalisert angstlidelse (GAD), alvorlig depressiv lidelse ( MDD), tvangslidelse (OCD), posttraumatisk stresslidelse (PTSD) og schizofrenispektrumforstyrrelser (SSD). Ved å tilby en multidiagnostisk vurdering basert på taleanalyse, har Solicue som mål å hjelpe klinikere med å navigere i denne kompleksiteten og potensielt identifisere forhold som ellers kan bli oversett i innledende vurderinger.

Solicue utnytter maskinlæring for å analysere et bredt spekter av klinisk relevante talefunksjoner, inkludert språklig innhold, prosodiske elementer (som tonehøyde, rytme og intonasjon) og andre paralingvistiske trekk.

Andre navn:
  • Solicue
  • Psyrin taleanalyse
  • Solicue kunstig intelligens
Diagnostisk test: Mercuria Machine Learning Models

Mercuria er utviklet for å stratifisere risikoen for bipolar lidelse hos personer som har depressive symptomer. Dette er et kritisk klinisk behov, da feildiagnostisering av bipolar lidelse som unipolar depresjon er vanlig og kan føre til upassende behandling, potensielt forverrede utfall. Ved å analysere talemønstre som er karakteristiske for bipolar lidelse, har Mercuria som mål å gi et ekstra verktøy for klinikere for å skille mellom disse tilstandene mer nøyaktig, og veilede passende behandlingsbeslutninger.

Mercuria utnytter maskinlæring for å analysere et bredt spekter av klinisk relevante talefunksjoner, inkludert språklig innhold, prosodiske elementer (som tonehøyde, rytme og intonasjon) og andre paralingvistiske trekk.

Andre navn:
  • Mercuria
  • Mercuria kunstig intelligens

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Talebatteri ("PSY-10") lyd
Tidsramme: Ved første vurdering
Talebatteriet består av promptbaserte oppgaver designet for å fremkalle talesvar fra deltakerne i form av monologer. Dette inkluderer tekstlesing, tilbakekalling og bildebeskrivelsesoppgaver.
Ved første vurdering
Klinisk diagnose
Tidsramme: 0 måneder, 3 måneder, 6 måneder
Klinikerdiagnose vil bli registrert for hver deltaker ved første vurdering, 3-måneders og 6-måneders oppfølging. Diagnoser vil bli stilt i henhold til ICD-11 eller DSM-5-kriterier for de kompatible lidelsene: ADHD, ASD, BPAD, GAD, MDD, OCD, PTSD og SSD. Ytterligere relevante etiketter som andre psykiske helseforstyrrelser, klinisk høy risiko (CHR) og stoffbruk kan registreres.
0 måneder, 3 måneder, 6 måneder
Ytelse til AI-modeller
Tidsramme: 0 måneder, 3 måneder, 6 måneder
Ytelsen til Mercuria- og Solicue AI-modellene vil bli evaluert ved hjelp av ytelsesmålinger for nøyaktighet, balansert nøyaktighet, sensitivitet (gjenkalling), spesifisitet, positiv prediktiv verdi (presisjon), negativ prediktiv verdi, F1-score, AUC-ROC. Forutsagte merkelapper vil bli sammenlignet med de kliniske diagnosene som er innhentet fra de deltakende klinikkene for psykisk helse. Terskelen for konfidensaksept vil bli satt.
0 måneder, 3 måneder, 6 måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Pasienthelsespørreskjema-9 (PHQ-9)
Tidsramme: Ved første vurdering
PHQ-9 er et selvrapportert spørreskjema på 9 elementer som vurderer alvorlighetsgraden av depressive symptomer.
Ved første vurdering
Mood Disorder Questionnaire (MDQ)
Tidsramme: Ved første vurdering
MDQ er et 15-punkts selvrapport screeninginstrument designet for å oppdage bipolare spektrumforstyrrelser. Det består av 13 ja/nei spørsmål om maniske symptomer, etterfulgt av to spørsmål om samtidig forekomst og virkning av disse symptomene.
Ved første vurdering
DSM-5 Nivå 1 Cross-Cutting Symptom Measure (DSM-XC)
Tidsramme: Ved første vurdering
DSM-5 nivå 1 tverrgående symptommål er et 23-element selvrapport-spørreskjema som skjermer for 13 psykiatriske domener, inkludert depresjon, angst og stoffbruk.
Ved første vurdering
Rapportert nød
Tidsramme: Etter innledende vurdering
For å vurdere sikkerheten ved online talevurdering under klinisk evaluering ved innledende inntak. Sikkerheten ved online talevurdering vil bli målt ved alvorlighetsgraden av rapportert nød målt ved bruk av brukerens tilbakemeldingsskjema (UFF).
Etter innledende vurdering

Samarbeidspartnere og etterforskere

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

Sponsor

Psyrin Inc.

Samarbeidspartnere

Allwell Behavioral Health Services
The Brookline Center

Etterforskere

  • Hovedetterforsker: Julianna Olah, B.Sc., M.A., M.Sc., Ph.D., Psyrin Inc.
  • Hovedetterforsker: Atta-ul Raheem R Chaudhry, B.Sc. (Hons.), M.B.B.S., Psyrin Inc.

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Hjelpsomme linker

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 (Faktiske)

4. februar 2025

Primær fullføring (Antatt)

1. februar 2026

Studiet fullført (Antatt)

1. juli 2026

Datoer for studieregistrering

Først innsendt

19. januar 2025

Først innsendt som oppfylte QC-kriteriene

19. januar 2025

Først lagt ut (Faktiske)

24. januar 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

3. september 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

26. august 2025

Sist bekreftet

1. februar 2025

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • PSYRIN-0004

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Ja

produkt produsert i og eksportert fra USA

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