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

Autonom navigerende robot for detektering av fall og fallrisiko hos sykehjemspasienter med Alzheimers sykdom/ADRD – Gjennomførbarhetsstudie

27. februar 2026 oppdatert av: Yuval Malinsky, Vigorous Mind, Inc.

Autonom navigerende robot for deteksjon av fall og fallrisiko hos sykehjemspasienter med Alzheimers sykdom/ADRD

Denne studien er en gjennomførbarhetsstudie for å bevise at en autonomt navigerende robot kan patruljere sykehjemrom dag og natt, oppdage om en beboer har falt, slå på omgivelseslys om natten og et videokamera, og la sykepleiepersonale se og vurdere situasjonen gjennom robotens videokamera og kommunisere med beboeren gjennom robotens skjerm.

Studieoversikt

Status

Avsluttet

Detaljert beskrivelse

Intervensjonsprotokoll Før vi sender roboten på patrulje for å oppdage om en beboer prøver å reise seg fra stolen eller sengen, eller om en beboer har falt, vil vi venne beboerne til roboten. Dette vil vi gjøre gjennom en morgenmusikktur der «Oh What a Beautiful Morning» spilles i en måned. Vi vil forklare beboerne at roboten vil «besøke» dem regelmessig for å se hvordan de har det, og demonstrere hvordan roboten kommer og observerer dem. Ved hjelp av et infrarødt kamera og kunstig intelligens kan roboten finne hvor et menneske befinner seg i rommet og i hvilken stilling. Hvis den besøker et privatrom og roboten «ser» at en beboer ikke er på gulvet eller er i rullestolen, på sofaen eller i sengen, og ikke prøver å reise seg eller stå opp, vil den bare snu og forlate rommet uten å forstyrre beboeren. Hvis den oppdager at et menneske er på gulvet, vil den si: «Dette er temi-roboten, jeg henter hjelp». Den vil slå på omgivelseslys, varsle personalet og slå på robotens videokamera for å legge til rette for kommunikasjon mellom personalet og beboeren, slik at personalet kan vurdere situasjonen og iverksette passende tiltak. Hvis den oppdager at det er mer enn ett menneske i rommet og ingen er på gulvet, vil den forlate rommet. Hvis det er et annet menneske i rommet og ett menneske er på gulvet, vil den varsle personalet. Hvis den andre personen i rommet er et medlem av personalet, vil vedkommende kunne trykke på en knapp på robotens skjerm for å sende den videre på patrulje, og den vil forlate rommet og fortsette patruljen. Hvis rommet er et delt rom og to beboere bor der, vil roboten sjekke den ene beboeren, og hvis vedkommende ikke er i faresonen, vil den snu og sjekke statusen til den andre beboeren. Hvis begge hviler, vil roboten forlate rommet uten å forstyrre beboerne. Hvis roboten oppdager at en beboer prøver å reise seg eller stå opp, vil den si: «Dette er temi-roboten, vennligst sitt, jeg henter hjelp». Den vil slå på omgivelseslys og sitt videokamera og varsle personalet. Hvis den oppdager at en beboer er på gulvet, vil den utføre prosedyren beskrevet ovenfor. Hvis et medlem av personalet allerede er i et delt rom der det har vært et fall, vil vedkommende kunne sende roboten videre på patrulje eller oppgave som beskrevet for privatrom. Alle fall rapportert av roboten vil ha et bilde tatt, slik at fallet kan bekreftes av forskningspersonalet. Fall rapportert av personalet og roboten vil bli tabulert i henhold til deres samsvar: 1) Robot oppdaget og rapporterte riktig, men personalet registrerte ikke et fall; 2) personalet rapporterte et fall, men roboten gjorde det ikke; 3) roboten rapporterte riktig og personalet rapporterte et fall; og 4) roboten rapporterer et fall: ingen bilde i robotens opptak for å bekrefte at et fall skjedde, og personalet rapporterer ikke et fall.

Studietype

Observasjonsmessig

Registrering (Faktiske)

40

Kontakter og plasseringer

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

Studiesteder

    • Rhode Island
      • Providence, Rhode Island, Forente stater, 02903
        • Steere House Nursing & Rehabilitation Center

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

  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Sykehjemspasienter med demens

Beskrivelse

Inklusjonskriterier:

  • Sykehjemsbeboer som lever med demens

Eksklusjonskriterier:

  • Beboere i isolasjon (f.eks. Clostridoides difficile, COVID-19, MRSA)
  • Beboere i aktiv døende fase
  • Beboer og/eller familie avviser
  • Funksjonell eller strukturell tetraplegi med manglende evne til mobilisering og liten til ingen risiko for fall
  • Beboere som blir urolige når roboten engasjerer seg med dem

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
En robot vil patruljere rommene til sykehjemmeboere for å oppdage fall
Beboere på sykehjem i en langtidsminneenhet

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Gjennomførbarheten av en robot for å oppdage fall på et sykehjem
Tidsramme: i løpet av tre måneder
Primærmålet er at roboten i 95 % av tilfellene korrekt oppdager at en beboer har falt, klarer å slå på omgivelseslys, varsle sykepleiepersonale, slå på videokamera og legge til rette for kommunikasjon mellom beboeren og sykepleiepersonalet.
i løpet av tre måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Sykehjemspersonellets tilfredshet med robotens deteksjon av fall
Tidsramme: i løpet av tre måneder
75 % av sykepleierne sa at fallvarslingssystemet forbedret deres evne til å levere trygg omsorg
i løpet av tre måneder
Roboten kunne oppdage fall på sykehjemmet før sykepleierne
Tidsramme: I løpet av tre måneder
At i mer enn 30% av fallene oppdaget roboten fallene før pleiepersonalet.
I løpet av tre måneder

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Lynn McNicoll, BS, MDCM, Brown University Health

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.

Generelle publikasjoner

  • Malinsky Y,McNicoll L,Gravenstein S

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)

31. juli 2025

Primær fullføring (Faktiske)

31. juli 2025

Studiet fullført (Faktiske)

31. august 2025

Datoer for studieregistrering

Først innsendt

27. februar 2026

Først innsendt som oppfylte QC-kriteriene

27. februar 2026

Først lagt ut (Faktiske)

5. mars 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

5. mars 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. februar 2026

Sist bekreftet

1. februar 2026

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • VMRFalls1
  • 1R43AG082599-01 (U.S. NIH-stipend/kontrakt)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Ingen IPD er samlet inn

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