Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Integracja modelu wyuczonego języka w celu poprawy kontroli glikemii poprzez zwiększoną aktywność fizyczną: w pełni cyfrowa losowa wersja aplikacji na smartfony My Heart Counts

18 sierpnia 2026 zaktualizowane przez: Stanford University

Cukrzyca typu 2 (T2D) to jedna z najpowszechniejszych i najszybciej rozwijających się chorób, która do 2045 roku będzie dotykać 1 na 8 dorosłych osób (prawie 800 milionów) na całym świecie. Siedzący tryb życia i zwiększona otyłość są głównymi czynnikami ryzyka T2D. Choroby układu krążenia są główną przyczyną zgonów osób chorych na T2D, natomiast cukrzycowa choroba mikronaczyniowa, powodująca chorobę nerek, neuropatię i retinopatię, przyczynia się do zachorowalności na T2D.

Aktywność fizyczna jest jedną z najskuteczniejszych terapii w zapobieganiu/leczeniu T2D i jej powikłań. Średnia dzienna liczba kroków jest wskaźnikiem aktywności fizycznej, przy czym nawet niewielka poprawa liczby kroków (tj. +500 kroków) wiąże się ze zmniejszeniem T2D i śmiertelności. Jednakże u pacjentów z T2D przestrzeganie regularnej aktywności fizycznej pozostaje na niskim poziomie, a krótkotrwałe zmniejszenie dziennej liczby kroków wiąże się z upośledzoną kontrolą glikemii i nawrotem T2D.

Badacze opracowali model językowy sztucznej inteligencji (AI) (podobny do ChatGPT), który może automatycznie generować podpowiedzi coachingowe zachęcające do aktywności fizycznej poprzez uwzględnienie etapu zmiany danej osoby. Badacze rozszerzą nasze badania za pomocą aplikacji na smartfony My Heart Counts (MHC), aby 1) zweryfikować skuteczność podpowiedzi generowanych przez sztuczną inteligencję u pacjentów z T2D oraz 2) przeprowadzić długoterminowe, randomizowane badanie krzyżowe, wykorzystując model językowy jako narzędzie społeczne chatbot odpowiedzialny - zachęcający uczestników do utrzymywania zmian w aktywności fizycznej przez miesiące. Badacze wysuwają hipotezę, że wskazówki coachingowe wspomagane przez sztuczną inteligencję znacznie wzrosną: 1) średnia dzienna liczba kroków o 500 u 1000 dorosłych rekrutowanych w całym kraju w ciągu 7 dni oraz 2) poprawi się HbA1c i masa ciała poprzez długoterminową zmianę zachowania w ciągu 24 -tygodniowy okres interwencji.

Przegląd badań

Typ studiów

Interwencyjne

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria włączenia:

  • Do naszego badania zostaną włączone osoby w wieku ≥18 lat, z klinicznym rozpoznaniem T2D, potrafiące czytać i rozumieć język angielski oraz fizycznie zdolne do chodzenia.

Kryteria wykluczenia:

  • Kryteria wykraczające poza kryteria włączenia.

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: Leczenie
  • Przydział: Randomizowane
  • Model interwencyjny: Zadanie krzyżowe
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Podpowiedź coachingowa wygenerowana przez LLM
Cel 1: Na podstawie wstępnych danych badacze wstępnie przeszkolili model języka open source, LLAMA, z podpowiedziami coachingowymi stworzonymi przez ekspertów w oparciu o model etapów zmiany aktywności fizycznej. Zostanie wygenerowanych siedem różnych podpowiedzi (na każdy dzień „tygodnia”) interwencji, uwzględniających rasę/pochodzenie etniczne, wiek, płeć i etap zmiany, aby poprawić personalizację. Korzystając z istniejącej aplikacji MHC, badacze przeprowadzą randomizowane badanie krzyżowe, obejmujące średnie dzienne kroki w ramach każdej interwencji. Badacze porównają interwencje polegające na codziennym przypomnieniu o osiągnięciu 10 000 kroków (neutralna kontrola) z interwencjami spersonalizowanymi przez sztuczną inteligencję w oparciu o etap zmiany danej osoby.
Cel 2: Wykorzystując odpowiedzialność społeczną i model języka wyuczonego generujący spersonalizowane interwencje coachingowe, badacze przeprowadzą długoterminowe, randomizowane, niezaślepione badanie kontrolne. W ciągu 24-tygodniowego okresu interwencji uczestnicy będą otrzymywać albo ogólne codzienne przypomnienie o osiągnięciu 10 000 kroków, albo monit coachingowy generowany przez sztuczną inteligencję, przy czym grupa AI będzie mogła również „czatować” z modelem językowym, aby poprosić o radę dotyczącą utrzymania umiejętności aktywność fizyczna. Wyniki tego długoterminowego badania będą dotyczyć: 1) codziennych kroków w okresie interwencji, 2) masy ciała (poprzez połączenie HealthKit z MHC) i 3) HbA1c (na podstawie zapisów EMR powiązanych z MHC zgodnym z HIPAA). aplikacja).
Aktywny komparator: Przypomnienie o 10 000 krokach
Cel 1: Na podstawie wstępnych danych badacze wstępnie przeszkolili model języka open source, LLAMA, z podpowiedziami coachingowymi stworzonymi przez ekspertów w oparciu o model etapów zmiany aktywności fizycznej. Zostanie wygenerowanych siedem różnych podpowiedzi (na każdy dzień „tygodnia”) interwencji, uwzględniających rasę/pochodzenie etniczne, wiek, płeć i etap zmiany, aby poprawić personalizację. Korzystając z istniejącej aplikacji MHC, badacze przeprowadzą randomizowane badanie krzyżowe, obejmujące średnie dzienne kroki w ramach każdej interwencji. Badacze porównają interwencje polegające na codziennym przypomnieniu o osiągnięciu 10 000 kroków (neutralna kontrola) z interwencjami spersonalizowanymi przez sztuczną inteligencję w oparciu o etap zmiany danej osoby.
Cel 2: Wykorzystując odpowiedzialność społeczną i model języka wyuczonego generujący spersonalizowane interwencje coachingowe, badacze przeprowadzą długoterminowe, randomizowane, niezaślepione badanie kontrolne. W ciągu 24-tygodniowego okresu interwencji uczestnicy będą otrzymywać albo ogólne codzienne przypomnienie o osiągnięciu 10 000 kroków, albo monit coachingowy generowany przez sztuczną inteligencję, przy czym grupa AI będzie mogła również „czatować” z modelem językowym, aby poprosić o radę dotyczącą utrzymania umiejętności aktywność fizyczna. Wyniki tego długoterminowego badania będą dotyczyć: 1) codziennych kroków w okresie interwencji, 2) masy ciała (poprzez połączenie HealthKit z MHC) i 3) HbA1c (na podstawie zapisów EMR powiązanych z MHC zgodnym z HIPAA). aplikacja).

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Oznacza codzienne kroki
Ramy czasowe: 7 dni i 24 tygodnie
Średnie dzienne kroki w ciągu tygodnia interwencji (cel 1) i okresu 24 tygodni (cel 2).
7 dni i 24 tygodnie

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Zmiana wagi
Ramy czasowe: 24 tygodnie
Zmiana masy ciała w trakcie długoterminowej interwencji (Cel 2)
24 tygodnie
Zmiana HbA1c
Ramy czasowe: 24 tygodnie
Zmiana HbA1c w trakcie interwencji długoterminowej (Cel 2)
24 tygodnie
Tygodniowe aktywne minuty
Ramy czasowe: 7 dni i 24 tygodnie
Całkowita tygodniowa liczba aktywnych minut w ciągu tygodnia interwencji (cel 1) i 24-tygodniowego okresu (cel 2).
7 dni i 24 tygodnie

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

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 (Szacowany)

1 lipca 2025

Zakończenie podstawowe (Szacowany)

1 lipca 2029

Ukończenie studiów (Szacowany)

1 lipca 2029

Daty rejestracji na studia

Pierwszy przesłany

26 sierpnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

12 września 2024

Pierwszy wysłany (Rzeczywisty)

19 września 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

20 sierpnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

18 sierpnia 2026

Ostatnia weryfikacja

1 sierpnia 2026

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 76338

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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 .

Subskrybuj