Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

AI mobilapplikation kontra HCP för knäböj i kroppsvikt

9 augusti 2021 uppdaterad av: Columbia University

Artificiell intelligens (AI) mobilapplikation kontra vårdgivare (HCP) för knäböj med kroppsvikt: en randomiserad, blindad, kontrollerad klinisk prövning

För att bedöma om en artificiell intelligens (AI) mobilapplikation kan identifiera och förbättra kroppsviktsformen för knäböj hos vuxna deltagare jämfört med en fysioterapeut (PT).

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Artificiell intelligens (AI) förändrar hur människor kan hantera sina hälsobehov. Ett sådant sätt relaterat till fysisk träning är AI-aktiverad träningsmobilapplikation (digital coach), som använder rörelsespårningsteknik för att övervaka och ge ljudåterkoppling i realtid på en persons träningsform. Denna AI-teknik har dock ännu inte testats oberoende mot en personlig utvärderare (mänsklig coach) för dess förmåga att förbättra träningsformen. Den här studien är en blindad randomiserad kontrollerad studie som jämför förmågan hos den digitala coachen (n=15) och en fysioterapeut (PT) mänsklig coach (n=15) att förbättra kroppsviktsformen på knäböj hos 30 arbetsföra frivilliga i åldern 20-35. Varje volontär utför 10 kontrollknäböj utan assistans, sedan 10 knäböj med assisterande röståterkoppling från någon av tränarna efter varje repetition, och slutligen 10 fler testknäböj utan assistans, alla knäböj videoinspelade. Tre oberoende videoutvärderare räknar antalet korrekta squat-repetitioner som genomförts av frivilliga före och efter ingripande av de olika tränarna. Detta projekt är viktigt för att validera den digitala coachen jämfört med en PT mänsklig coach i en liten befolkning som använder en kroppsviktsknäböj för dess breda tillämpbarhet på dagliga rörelsemönster.

Studietyp

Interventionell

Inskrivning (Faktisk)

30

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

  • Förenta staterna
    • New York
      • New York, New York, Förenta staterna, 10032
        • Columbia University Medical Center

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

20 år till 35 år (Vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Columbia University affiliate
  • I åldern 20 till 35 år
  • Kan utföra måttlig kroppsviktsträning i 10 minuter

Exklusions kriterier:

  • Det går inte att ge samtycke

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Övrig
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Gruppen för artificiell intelligens (AI).
För att bestämma baslinjeförmågan och fungera som sin egen kontroll utförde deltagarna i båda grupperna 10 kroppsvikts squat "kontroll" repetitioner utan feedback följt av en minuts vila. De i AI-gruppen utförde sedan 10 fler "övningsrepetitioner" med audiovisuell feedback i realtid från appen följt av en minuts vila. AI:s design gav en återkoppling, om nödvändigt, med ett röstmeddelande och video på skärmen per repetition (t.ex. när en deltagare utförde en squat-repetition med nacken böjd nedåt, föreslog AI att hålla huvudet uppe med instruktioner på skärmen) . Deltagarna i båda grupperna utförde sedan 10 "test"-repetitioner utan feedback följt av en minuts vila.
Övrig: Artificiell intelligens Feedback
AI-mobilapplikation ger feedback till deltagare som randomiserats till artificiell intelligensgrupp.
Aktiv komparator: Fysioterapeutgruppen
För att bestämma baslinjeförmågan och fungera som sin egen kontroll utförde deltagarna i båda grupperna 10 kroppsvikts squat "kontroll" repetitioner utan feedback följt av en minuts vila. De i PT-gruppen (n=15) utförde också 10 "övnings"-repetitioner med en feedback per repetition, om nödvändigt, från PT följt av en minuts vila. Deltagarna i båda grupperna utförde sedan 10 "test"-repetitioner utan feedback följt av en minuts vila.
Övrig: Feedback från sjukgymnast
PT ger feedback till deltagare randomiserade till sjukgymnastgrupp.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Antal korrekta knäböj
Tidsram: Upp till 15 minuter eller slutförande av tredje uppsättningen av knäböj
Förbättring efter intervention i knäböj kommer att bestämmas av antalet korrekta knäböj i den tredje uppsättningen jämfört med den första uppsättningen av knäböj.
Upp till 15 minuter eller slutförande av tredje uppsättningen av knäböj

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Antal knäböj som identifieras korrekt av AI
Tidsram: Upp till 15 minuter eller slutförande av tredje uppsättningen av knäböj
AI-identifiering av korrekta och felaktiga knäböj bestäms av antalet knäböj som identifieras korrekt av AI jämfört med oberoende utvärderare.
Upp till 15 minuter eller slutförande av tredje uppsättningen av knäböj

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Columbia University

Samarbetspartners

National Medical Fellowships

Utredare

  • Huvudutredare: Sunil K. Agrawal, PhD, Columbia University

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

15 oktober 2019

Primärt slutförande (Faktisk)

30 december 2019

Avslutad studie (Faktisk)

30 december 2019

Studieregistreringsdatum

Först inskickad

5 november 2020

Först inskickad som uppfyllde QC-kriterierna

5 november 2020

Första postat (Faktisk)

12 november 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

16 augusti 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

9 augusti 2021

Senast verifierad

1 augusti 2021

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • AAAS7301

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

Nej

IPD-planbeskrivning

Individuella deltagares data delas inte med andra forskare

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Squat Form

Kliniska prövningar på Artificiell intelligens Feedback

Sök liknande försök

Sponsorer och medarbetare

Medicinska tillstånd

Läkemedelsinterventioner

CROs by country

CROs in Brazil

Betingelser

Sällsynta sjukdomar

Läkemedelsinterventioner

Kosttillskott

Sponsor / medarbetare

Platser

3
Prenumerera