Aplikacja mobilna AI kontra HCP dla przysiadów z masą ciała
9 sierpnia 2021 zaktualizowane przez: Columbia University
Aplikacja mobilna sztucznej inteligencji (AI) w porównaniu z dostawcą usług medycznych (HCP) dla przysiadów z masą ciała: randomizowane, zaślepione, kontrolowane badanie kliniczne
Aby ocenić, czy aplikacja mobilna oparta na sztucznej inteligencji (AI) może zidentyfikować i poprawić formę przysiadu z masą ciała u dorosłych uczestników w porównaniu z fizjoterapeutą (PT).
Przegląd badań
Status
Zakończony
Warunki
Interwencja / Leczenie
Szczegółowy opis
Sztuczna inteligencja (AI) zmienia sposób, w jaki ludzie mogą zaspokajać swoje potrzeby zdrowotne.
Jednym z takich sposobów związanych z ćwiczeniami fizycznymi jest aplikacja mobilna do ćwiczeń z obsługą sztucznej inteligencji (trener cyfrowy), która wykorzystuje technologię śledzenia ruchu do monitorowania i dostarczania dźwiękowych informacji zwrotnych w czasie rzeczywistym na temat formy ćwiczeń danej osoby.
Jednak ta technologia sztucznej inteligencji nie została jeszcze przetestowana niezależnie od osobistego oceniającego (trenera) pod kątem jej zdolności do poprawy formy ćwiczeń.
To badanie jest zaślepionym, randomizowanym, kontrolowanym badaniem porównującym zdolność trenera cyfrowego (n=15) i trenera fizjoterapeuty (PT) (n=15) do poprawy formy przysiadu z masą ciała u 30 pełnosprawnych ochotników w wieku od 20 do 35 lat.
Każdy ochotnik wykonuje 10 przysiadów kontrolnych bez asysty, następnie 10 przysiadów z pomocą wokalną od któregokolwiek z trenerów po każdym powtórzeniu, a na koniec jeszcze 10 kolejnych próbnych przysiadów bez asysty, wszystkie przysiady nagrane na wideo.
Trzech niezależnych oceniających wideo liczy liczbę poprawnych powtórzeń przysiadu wykonanych przez ochotników przed i po interwencji różnych trenerów.
Ten projekt jest ważny, aby zweryfikować trenera cyfrowego w porównaniu z trenerem ludzkim PT w małej populacji stosującej przysiad z masą ciała ze względu na jego szerokie zastosowanie w codziennych wzorcach ruchowych.
Typ studiów
Interwencyjne
Zapisy (Rzeczywisty)
30
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
New York
-
New York, New York, Stany Zjednoczone, 10032
- Columbia University Medical Center
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
20 lat do 35 lat (Dorosły)
Akceptuje zdrowych ochotników
Nie
Płeć kwalifikująca się do nauki
Wszystko
Opis
Kryteria przyjęcia:
- Filia Uniwersytetu Columbia
- Wiek od 20 do 35 lat
- Jest w stanie wykonywać umiarkowane ćwiczenia z masą własnego ciała przez 10 minut
Kryteria wyłączenia:
- Nie można wyrazić zgody
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Inny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Grupa ds. Sztucznej Inteligencji (AI).
Aby określić wyjściową zdolność i służyć jako samokontrola, uczestnicy w obu grupach wykonali 10 powtórzeń „kontrolnych” przysiadów z masą ciała bez informacji zwrotnej, po których nastąpiła minuta odpoczynku.
Osoby z grupy AI wykonały następnie 10 kolejnych powtórzeń „praktycznych” z audiowizualną informacją zwrotną z aplikacji w czasie rzeczywistym, po której nastąpiła minuta odpoczynku.
Projekt sztucznej inteligencji zapewniał jedną informację zwrotną, jeśli to konieczne, z oświadczeniem głosowym i wideo na ekranie na każde powtórzenie (np. gdy uczestnik wykonał powtórzenie przysiadu z szyją zgiętą w dół, sztuczna inteligencja zasugerowała trzymanie głowy w górze za pomocą instrukcji na ekranie) .
Następnie uczestnicy w obu grupach wykonali 10 „testowych” powtórzeń bez informacji zwrotnej, po których nastąpiła minuta odpoczynku.
|
Aplikacja mobilna AI zapewnia informacje zwrotne uczestnikom losowo przydzielonym do grupy sztucznej inteligencji.
|
|
Aktywny komparator: Grupa Fizjoterapeutów
Aby określić wyjściową zdolność i służyć jako samokontrola, uczestnicy w obu grupach wykonali 10 powtórzeń „kontrolnych” przysiadów z masą ciała bez informacji zwrotnej, po których nastąpiła minuta odpoczynku.
Osoby z grupy PT (n=15) również wykonały 10 powtórzeń „praktycznych” z jedną informacją zwrotną na powtórzenie, jeśli to konieczne, z PT, po której następowała jedna minuta odpoczynku.
Następnie uczestnicy w obu grupach wykonali 10 „testowych” powtórzeń bez informacji zwrotnej, po których nastąpiła minuta odpoczynku.
|
PT przekazuje informacje zwrotne uczestnikom losowo przydzielonym do grupy fizjoterapeutów.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Liczba poprawnych przysiadów
Ramy czasowe: Do 15 minut lub ukończenie trzeciej serii przysiadów
|
Poprawa w przysiadach po interwencji zostanie określona przez liczbę poprawnych przysiadów w trzecim zestawie w porównaniu z pierwszym zestawem przysiadów.
|
Do 15 minut lub ukończenie trzeciej serii przysiadów
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Liczba przysiadów poprawnie zidentyfikowanych przez AI
Ramy czasowe: Do 15 minut lub ukończenie trzeciej serii przysiadów
|
Identyfikacja przez sztuczną inteligencję prawidłowych i niepoprawnych przysiadów zostanie określona na podstawie liczby przysiadów prawidłowo zidentyfikowanych przez sztuczną inteligencję w porównaniu z niezależnymi oceniającymi.
|
Do 15 minut lub ukończenie trzeciej serii przysiadów
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Sunil K. Agrawal, PhD, Columbia University
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
15 października 2019
Zakończenie podstawowe (Rzeczywisty)
30 grudnia 2019
Ukończenie studiów (Rzeczywisty)
30 grudnia 2019
Daty rejestracji na studia
Pierwszy przesłany
5 listopada 2020
Pierwszy przesłany, który spełnia kryteria kontroli jakości
5 listopada 2020
Pierwszy wysłany (Rzeczywisty)
12 listopada 2020
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
16 sierpnia 2021
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
9 sierpnia 2021
Ostatnia weryfikacja
1 sierpnia 2021
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AAAS7301
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Nie
Opis planu IPD
Dane poszczególnych uczestników nie są udostępniane innym badaczom
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Nie
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .