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

Zdrowie psychiczne, wykrywanie zaburzeń intelektualnych i neurorozwojowych za pomocą modeli sztucznej inteligencji (MINDAIM)

26 sierpnia 2025 zaktualizowane przez: Psyrin Inc.

Wykrywanie zdrowia psychicznego, zaburzeń intelektualnych i neurorozwojowych za pomocą modeli sztucznej inteligencji: testowanie algorytmów uczenia maszynowego opartych na mowie na potrzeby oceny klinicznej i stratyfikacji ryzyka w prezentacjach dotyczących zdrowia psychicznego

W tym badaniu sprawdzano, czy analiza mowy oparta na sztucznej inteligencji może dokładnie przewidzieć diagnozy kliniczne i ocenić ryzyko różnych schorzeń psychicznych lub behawioralnych, w tym zespołu nadpobudliwości psychoruchowej z deficytem uwagi (ADHD), zaburzeń ze spektrum autyzmu, choroby afektywnej dwubiegunowej, uogólnionego zaburzenia lękowego, dużej depresji. zaburzenia obsesyjno-kompulsyjne (OCD), zespół stresu pourazowego (PTSD) i schizofrenia. Naszym celem jest opracowanie narzędzi, które mogą pomóc klinicystom w stawianiu dokładniejszych i skuteczniejszych diagnoz.

Przegląd badań

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

500

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Massachusetts
      • Brookline, Massachusetts, Stany Zjednoczone, 02445
        • The Brookline Center
    • Ohio
      • Zanesville, Ohio, Stany Zjednoczone, 43701
        • Allwell Behavioral Health Services

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

  • Dziecko
  • Dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Celem badania MIND AIM jest rekrutacja zróżnicowanej i reprezentatywnej próby osób poszukujących oceny zdrowia psychicznego w różnych warunkach klinicznych. To szerokie kryteria włączenia zapewniają wysoką trafność ekologiczną, uwzględniając szeroki zakres objawów i chorób współistniejących powszechnie spotykanych w rzeczywistej praktyce zdrowia psychicznego.

Opis

Kryteria włączenia

  1. Uczestnicy w wieku od 16 do 60 lat.
  2. Osoby obecnie poddawane lub odnoszące się do oceny klinicznej choroby psychicznej lub behawioralnej (w tym między innymi ADHD, ASD, BPAD, GAD, MDD, OCD, PTSD, SSD)
  3. Biegle w języku angielskim
  4. Możliwość wyrażenia świadomej zgody lub, w przypadku nieletnich, posiadanie rodzica lub opiekuna prawnego, który może wyrazić zgodę w ich imieniu.
  5. Dostęp do urządzenia (smartfon, tablet, komputer) z mikrofonem i stabilnym łączem internetowym, niezbędnym do realizacji zadań związanych z mową.

Kryteria wykluczenia

  1. Osoby doświadczające ostrego kryzysów w zakresie zdrowia psychicznego lub ciężkich objawów, które wykluczałyby znaczący udział w badaniu, w tym ostre zatrucie.
  2. Poważne upośledzenie funkcji poznawczych lub niepełnosprawność intelektualna, która uniemożliwiałaby zrozumienie procedur badawczych lub wykonanie zadań związanych z mową.
  3. Brak płynnej znajomości języka angielskiego.
  4. Ograniczenia techniczne: Niemożność dostępu do odpowiedniego urządzenia lub połączenia internetowego w celu wykonania zadań mowy

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

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Solicue (wszelkie zaburzenia zdrowia psychicznego)
Każdy uczestnik zapisał się do badania, a nie część dodatkowej grupy analizy.

Kompleksowe narzędzie do uczenia się maszynowego mające na celu zapewnienie szacunków prawdopodobieństwa dla kilku kompatybilnych zaburzeń, w tym zaburzenia nadpobudliwości z deficytem uwagi (ADHD), zaburzenie spektrum autyzmu (ASD), dwubiegunowe zaburzenie afektywne (BPAD), uogólnione zaburzenie lękowe (GAD), poważne zaburzenie adwokackie ( MDD), obsesyjne zaburzenie kompulsywne (OCD), zaburzenia stresu pourazowego (PTSD) i zaburzenia ze spektrum schizofrenii (SSD). Oferując ocenę multignostyczną opartą na analizie mowy, SoliCue ma na celu pomóc klinicystom w nawigacji tej złożoności i potencjalnie identyfikującą warunki, które w przeciwnym razie mogłyby zostać przeoczone w początkowych ocenie.

Solicue wykorzystuje uczenie maszynowe do analizy szerokiej gamy klinicznie istotnych cech mowy, w tym treści językowej, elementów prozodycznych (takich jak Pitch, Rhythm i Intonacja) oraz innych cech paralingwistycznych.

Inne nazwy:
  • Proszę
  • Analiza mowy Piryny
  • Solicae sztuczna inteligencja
Solicue i Mercuria (choroba afektywna dwubiegunowa i duża depresja)
Każdy uczestnik włączony do badania i wykazujący objawy depresyjne mierzone na podstawie wyniku PHQ-9.

Kompleksowe narzędzie do uczenia się maszynowego mające na celu zapewnienie szacunków prawdopodobieństwa dla kilku kompatybilnych zaburzeń, w tym zaburzenia nadpobudliwości z deficytem uwagi (ADHD), zaburzenie spektrum autyzmu (ASD), dwubiegunowe zaburzenie afektywne (BPAD), uogólnione zaburzenie lękowe (GAD), poważne zaburzenie adwokackie ( MDD), obsesyjne zaburzenie kompulsywne (OCD), zaburzenia stresu pourazowego (PTSD) i zaburzenia ze spektrum schizofrenii (SSD). Oferując ocenę multignostyczną opartą na analizie mowy, SoliCue ma na celu pomóc klinicystom w nawigacji tej złożoności i potencjalnie identyfikującą warunki, które w przeciwnym razie mogłyby zostać przeoczone w początkowych ocenie.

Solicue wykorzystuje uczenie maszynowe do analizy szerokiej gamy klinicznie istotnych cech mowy, w tym treści językowej, elementów prozodycznych (takich jak Pitch, Rhythm i Intonacja) oraz innych cech paralingwistycznych.

Inne nazwy:
  • Proszę
  • Analiza mowy Piryny
  • Solicae sztuczna inteligencja

Mercuria ma na celu stratyfikację ryzyka zaburzenia afektywnego dwubiegunowego u osób z objawami depresyjnymi. Jest to krytyczna potrzeba kliniczna, ponieważ błędna diagnoza zaburzenia afektywnej dwubiegunowej, ponieważ depresja jednobiegunkowa jest powszechna i może prowadzić do niewłaściwego leczenia, potencjalnie pogarszających się wyników. Analizując wzorce mowy charakterystyczne dla choroby afektywnej dwubiegunowej, Mercuria ma na celu zapewnienie dla klinicystów dodatkowego narzędzia do dokładniejszego rozróżnienia tych stanów, kierując odpowiednimi decyzjami dotyczącymi leczenia.

Mercuria wykorzystuje uczenie maszynowe do analizowania szerokiego zakresu klinicznie istotnych cech mowy, w tym treści językowej, elementów prozodycznych (takich jak wysokość, rytm i intonacja) oraz innych cech paralingwistycznych.

Inne nazwy:
  • Mercuria
  • Sztuczna inteligencja Mercuria

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dźwięk baterii mowy („PSY-10”)
Ramy czasowe: Przy początkowej ocenie
Bateria mowy składa się z zadań opartych na podpowiedziach, których zadaniem jest wywołanie odpowiedzi głosowych od uczestników w formie monologów. Obejmuje to zadania polegające na czytaniu tekstu, przypominaniu sobie i opisywaniu obrazków.
Przy początkowej ocenie
Diagnoza kliniczna
Ramy czasowe: 0 miesięcy, 3 miesiące, 6 miesięcy
Diagnoza klinicysty zostanie zarejestrowana dla każdego uczestnika od pierwszej oceny, 3-miesięcznej i 6-miesięcznej obserwacji. Diagnozy zostaną dokonane zgodnie z kryteriami ICD-11 lub DSM-5 dla kompatybilnych zaburzeń: ADHD, ASD, BPAD, GAD, MDD, OCD, PTSD i SSD. Można zarejestrować dodatkowe odpowiednie etykiety, takie jak inne zaburzenia zdrowia psychicznego, kliniczne wysokie ryzyko (CHR) i używanie substancji.
0 miesięcy, 3 miesiące, 6 miesięcy
Wydajność modeli AI
Ramy czasowe: 0 miesięcy, 3 miesiące, 6 miesięcy
Wydajność modeli AI Mercuria i Solicue zostanie oceniona przy użyciu wskaźników wydajności dokładności, zrównoważonej dokładności, czułości (wycofania), swoistości, dodatniej wartości predykcyjnej (precyzji), ujemnej wartości predykcyjnej, wyniku F1, AUC-ROC. Przewidywane etykiety zostaną porównane z diagnozami klinicznymi gruntowej uzyskanych w uczestniczących klinikach zdrowia psychicznego. Próg akceptacji zaufania zostanie ustalony.
0 miesięcy, 3 miesiące, 6 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Kwestionariusz Zdrowia Pacjenta-9 (PHQ-9)
Ramy czasowe: Przy początkowej ocenie
PHQ-9 to kwestionariusz samodzielnie wypełniający 9 pozycji, służący do oceny nasilenia objawów depresyjnych.
Przy początkowej ocenie
Kwestionariusz zaburzeń nastroju (MDQ)
Ramy czasowe: Przy wstępnej ocenie
MDQ jest 15-elementowym instrumentem badań przesiewowych zaprojektowanych do wykrywania chorób bipolarnych w widmie. Składa się z 13 pytań tak/nie na temat objawów maniakalnych, a następnie dwóch pytań dotyczących współwystępowania i wpływu tych objawów.
Przy wstępnej ocenie
DSM-5 Poziom 1 miara objawów krzyżowych (DSM-XC)
Ramy czasowe: Przy początkowej ocenie
Przekrojowy miernik objawów poziomu 1 DSM-5 to 23-elementowy kwestionariusz samoopisowy, który sprawdza 13 dziedzin psychiatrycznych, w tym depresję, stany lękowe i używanie substancji psychoaktywnych.
Przy początkowej ocenie
Zgłoszone cierpienie
Ramy czasowe: Po wstępnej ocenie
Aby ocenić bezpieczeństwo oceny mowy online podczas oceny klinicznej przy pierwszym przyjęciu. Bezpieczeństwo oceny mowy online będzie mierzone na podstawie nasilenia zgłaszanego niepokoju mierzonego za pomocą formularza opinii użytkownika (UFF).
Po wstępnej ocenie

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Śledczy

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

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Przydatne linki

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)

4 lutego 2025

Zakończenie podstawowe (Szacowany)

1 lutego 2026

Ukończenie studiów (Szacowany)

1 lipca 2026

Daty rejestracji na studia

Pierwszy przesłany

19 stycznia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

19 stycznia 2025

Pierwszy wysłany (Rzeczywisty)

24 stycznia 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

3 września 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

26 sierpnia 2025

Ostatnia weryfikacja

1 lutego 2025

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Tak

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