Detecção e Prevenção de Quedas para Cuidados com a Memória Através de Inteligência Artificial em Tempo Real Aplicada a Vídeo
Detecção e Prevenção de Quedas para Cuidados com a Memória Através de Inteligência Artificial em Tempo Real Aplicada a Vídeo: Um Teste de Controle Randomizado
O objetivo da pesquisa é estudar um novo sistema de monitoramento de segurança desenvolvido pela SafelyYou para ajudar a cuidar de um ente querido com demência. O objetivo é fornecer um melhor suporte para quedas não presenciadas.
O sistema SafelyYou é baseado em câmeras habilitadas para IA que detectam eventos relacionados a quedas e carregam vídeos somente quando esses eventos são detectados. A adição de um Human in the Loop (HIL) alertará a equipe da instalação quando um evento for detectado pelo sistema.
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
Esse processo permite que a equipe saiba sobre as quedas sem exigir que os residentes usem um dispositivo e veja como as quedas ocorrem para os residentes que não podem se defender enquanto ainda protegem a privacidade do residente, carregando apenas o vídeo quando eventos críticos de segurança são detectados. Ver como o residente caiu (1) evita a necessidade de visitas ao pronto-socorro quando os residentes se movem intencionalmente para o solo sem risco e (2) permite que a equipe de atendimento determine o que causou um evento como uma queda e quais mudanças podem ser feitas para reduzir o risco.
PROVAS PRELIMINARES. O estudo proposto segue uma série de pilotos. No piloto 1, mostramos a viabilidade técnica de detectar quedas de vídeo com 200 quedas representadas por indivíduos saudáveis. No piloto 2, em uma instalação de 40 residentes, demonstramos a aceitação das compensações de privacidade e segurança e mostramos uma redução de quedas totais da instalação em 80%, fornecendo o sistema para 10 quedas repetidas. No piloto 3, abordamos a repetibilidade da redução de quedas em uma coorte de 87 residentes com ADRD em 11 instalações de três redes parceiras. No piloto 4 (NIH SBIR Fase I), demonstramos que as quedas podem ser detectadas de forma confiável em tempo real nas instalações parceiras. Detectamos 93% das quedas; reduziu o tempo no solo em 42%; mostraram que quando o vídeo estava disponível, a probabilidade de visita do EMS foi reduzida em 50%; e facilidade total reduzida cai em 38%.
Tipo de estudo
Inscrição (Antecipado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Glen Xiong, MD
- Número de telefone: 115 415-579-3630
- E-mail: gxiong@safely-you.com
Locais de estudo
-
-
California
-
San Francisco, California, Estados Unidos, 94107
- SafelyYou
-
Contato:
- Jason Panganiban
- Número de telefone: 415-579-3630
- E-mail: jason@safely-you.com
-
Contato:
- Glen Xiong
- Número de telefone: 115 4155793630
- E-mail: gxiong@safely-you.com
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Descrição
A população do estudo inclui residentes de instituições de saúde com alto risco de queda, com foco particular em instituições de assistência com altas populações de indivíduos com doença de Alzheimer e demências relacionadas. Não há requisitos de gênero, raça, etnia, idioma ou alfabetização para participação e todos os residentes são elegíveis.
Critérios de inclusão - Morar em uma unidade de enfermagem qualificada participante ou equivalente, CCRC,
Critério de exclusão
- 18 anos ou menos
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: CUIDADOS DE SUPORTE
- Alocação: RANDOMIZADO
- Modelo Intervencional: PARALELO
- Mascaramento: DOBRO
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
EXPERIMENTAL: Intervenção
Detecção de queda de câmera habilitada para IA com revisão Human-in-the-Loop (HIP)
|
Serviços de tecnologia + garantia de qualidade fornecidos pela SafelyYou
|
|
SEM_INTERVENÇÃO: Ao controle
Nenhuma detecção de câmera
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Taxa de matrícula
Prazo: Os dados sobre a inscrição serão registrados durante o recrutamento no ano 1 e avaliados no final do ano 1
|
A detecção de quedas será realizada com vídeo desfocado, portanto com maior privacidade.
O resultado esperado será a mudança na taxa de matrícula em comparação com estudos de viabilidade anteriores (ou seja,
taxa impactada de respostas positivas aos esforços de recrutamento dentro das instalações).
|
Os dados sobre a inscrição serão registrados durante o recrutamento no ano 1 e avaliados no final do ano 1
|
|
Taxa de queda devido à detecção de transição de sentar para levantar
Prazo: Os dados serão coletados durante o ano 1 e avaliados no final do ano 1.
|
A equipe de atendimento será alertada assim que a transição for detectada (intervenção do pessoal da linha de frente).
Isso pode produzir uma redução imediata nas quedas devido a esse tipo de transição.
|
Os dados serão coletados durante o ano 1 e avaliados no final do ano 1.
|
|
Taxa de queda devido à detecção de mudança de marcha
Prazo: Os dados serão coletados durante o ano 1 e avaliados no final do ano 1.
|
À medida que o sistema aprende, pode produzir um impacto imediato na taxa de queda por intervenção do pessoal da linha de frente quando a alteração é detectada.
|
Os dados serão coletados durante o ano 1 e avaliados no final do ano 1.
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (ANTECIPADO)
Conclusão Primária (ANTECIPADO)
Conclusão do estudo (ANTECIPADO)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (REAL)
Atualizações de registro de estudo
Última Atualização Postada (REAL)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- SY-NIA-GX001
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .