Pomóż zbudować sztuczną inteligencję Model do przewidywania wzorców objawów i zaostrzeń miastenii

Za pomocą swoich smartfonów potencjalni uczestnicy pobiorą aplikację mobilną doc.ai research. Dostępny będzie internetowy link do wstępnej selekcji, w którym potencjalni uczestnicy będą samodzielnie sprawdzać, czy spełniają podstawowe kryteria kwalifikacyjne do tego badania. Narzędzie rekrutacyjne dla tego procesu zostało opracowane z myślą o różnorodności, sprawiedliwości i integracji. W celu zapewnienia różnorodności danych demograficznych badania, aby lepiej zrozumieć potrzeby zdrowotne różnych populacji. Tak więc, chociaż niektórzy zainteresowani potencjalni uczestnicy kwalifikują się, mogą nie zostać zaproszeni do próby ze względu na wymagania dotyczące różnorodności.

Pacjenci z myasthenia gravis (MG), którzy spełniają kryteria włączenia, zostaną zaproszeni do udziału w tej cyfrowej próbie zdrowia. Uczestnicy podpisują e-zgodę i samodzielnie rejestrują się w badaniu. Po potwierdzeniu przez zespół badawczy ich uprawnień (w celu zapewnienia kryteriów kwalifikacyjnych i ważności uczestnika, tj. wyeliminowania logowania robo), zostaną poproszeni o zrobienie sobie selfie, przedstawienie udokumentowanego dowodu diagnozy MG, udzielenie odpowiedzi na serię pytań ankiety dotyczących ich demografia, aktualny stan zdrowia, historia medyczna i inne informacje związane z MG.

Zarejestrowani uczestnicy będą mieli codzienną krótką odprawę, 2 cotygodniowe odprawy i cotygodniową odprawę, która będzie obejmować odprawę audiowizualną i będą prowadzić dziennik audiowizualny, aby śledzić objawy, łączyć dane, nagrywać głos (w celu wykrycia objawów głosowych: osłabienie, nos) i nagrywać filmy twarzy (w celu wykrycia objawów twarzy: oczu, opadania ust) codziennie lub co tydzień za pośrednictwem różnych modułów zbierania danych w aplikacji badawczej doc.ai przez okres ich udział w badaniu. Cyfrowa platforma badań zdrowotnych doc.ai zostanie wykorzystana do gromadzenia tych danych.

Celem badania jest włączenie około 200 uczestników w ciągu około 9 miesięcy. Oczekuje się, że do ostatecznej analizy zostanie włączonych co najmniej 100 uczestników, ponieważ w dowolnym momencie wystąpi opóźnienie między potencjalnymi uczestnikami wyrażającymi zainteresowanie badaniem, oceną ich kwalifikowalności przez PI i ukończeniem przez uczestników wszystkich wymaganych procedur badania .

Na zakończenie udziału uczestnicy zostaną poproszeni o wypełnienie ankiety. Po ukończeniu końcowej ankiety uczestnik będzie mógł połączyć się z linkiem, który można wykorzystać jako Amazon.com karta podarunkowa o wartości 250 USD. Wszyscy uczestnicy otrzymają również podsumowanie danych, które zebrali podczas badania. Na podstawie tego badania nie zostaną udzielone żadne porady ani wskazówki medyczne.

Ponadto w końcowej ankiecie uczestnicy zostaną zapytani, czy byliby chętni do wypełnienia wywiadu dotyczącego użyteczności po zakończeniu ich udziału w tej próbie. Ta podgrupa uczestników zaproszonych do wzięcia udziału w kolejnej rozmowie dotyczącej użyteczności będzie obejmowała osoby, które ukończyły wszystkie wymagane procedury badawcze oraz niektóre osoby, które mogły nie ukończyć wszystkich wymaganych procedur badawczych, w celu oceny doświadczenia w zakresie użyteczności aplikacji w czasie ich trwania udział. Z uczestnikami skontaktujemy się pod koniec ich okresu uczestnictwa, dopóki łącznie 10-15 uczestników pomyślnie nie ukończy rozmowy dotyczącej użyteczności. Uczestnicy, którzy pomyślnie przejdą rozmowę dotyczącą użyteczności, otrzymają link do 50 USD na Amazon.com karta podarunkowa za pośrednictwem aplikacji.

Na potrzeby tego badania dane oraz nagrania audio i wideo zostaną przechwycone bezpośrednio w aplikacji badawczej doc.ai i bezpiecznie przechowywane u dostawcy chmury zgodnego z ustawą HIPAA (Google Cloud Platform).

Dane te zostaną wykorzystane do zrozumienia wzorców objawów i czynników wyzwalających w celu lepszego scharakteryzowania czynników, takich jak długość i czas zaostrzeń oraz wszelkich unikalnych wzorców objawów w celu stworzenia bardziej obiektywnych pomiarów objawów MG. Ostatecznie dane te zostałyby wykorzystane do zbudowania modelu uczenia maszynowego, który mógłby przewidywać zaostrzenia objawów MG.

Podstawowy cel:

Użyj kolekcji cyfrowych modułów zdrowotnych na smartfonie, aby zebrać objawy miastenii (MG) i czynniki wyzwalające, aby lepiej scharakteryzować wzorce objawów i zaostrzenia.

Cel drugorzędny:

Wykorzystaj zebrane dane do opracowania sztucznej inteligencji. model do wykrywania i/lub przewidywania zaostrzeń objawów.