- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06458452
Förbättra fördjupning i Virtual Reality-baserad avancerad livsuppehållande utbildning
Förbättra fördjupning i virtuell verklighet baserad avancerad livsuppehållande utbildning genom artificiell intelligensdriven röstkontroll: en randomiserad kontrollerad försök
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Virtual Reality-baserade träningsmoduler har blivit en av träningsmodaliteterna för simuleringsbaserad sjukvårdsträning och har en viktig roll för utbildning av vårdpersonal VR-baserade utbildningsmoduler har hittills använt handhållna kontroller för navigering och interaktion med den virtuella miljön. Parallellt med framstegen inom artificiell intelligens (AI) och naturlig språkbehandling (NLP) potential för röstkommandogränssnitt, erbjuder en alternativ kontrollmetod i Virtual Reality-applikationer genom att tillhandahålla mer intuitiva och tillgängliga sätt för interaktion för användare. Röstkommandon, driven av NLP-algoritmer, gör det möjligt för användare att navigera och manipulera virtuella miljöer med naturligt språk och har potentialen att minska inlärningskurvan förknippad med Virtual Reality-kontrolleringångar. Röstgränssnitt har också potential att erbjuda tillgänglighetsfördelar för användare med fysiska funktionshinder, för vilka konventionella kontroller kan vara svåra att använda].
Trots de potentiella fördelarna har användningen av röstkommandosystem i Virtual Reality-spel också sina begränsningar som taligenkänningsnoggrannhet, latens, systemets förmåga att förstå kontextspecifika kommandon, problem som orsakas av miljöbrus, användarens accent eller talmönster.
Det har gjorts begränsad forskning som jämför användarens prestanda och användarnöjdhet hos gränssnitt för röstkommando som stöds av artificiell intelligens med traditionella Virtual Reality-kontroller. Den här studien syftar till att jämföra de två kontrollmetoderna med hjälp av olika mätetal som slutförandetid för uppgiften, deltagarnas provresultat och nivå av fördjupning. Hypotesen för denna studie är att röstkommandon som stöds av artificiell intelligens kan erbjuda en överlägsen användarupplevelse i Virtual Reality-spel genom att tillhandahålla en naturlig form av interaktion.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: Ayca Mazlumoglu
- Telefonnummer: +902165004460
- E-post: ayca.mazlumoglu@acibadem.edu.tr
Studieorter
-
-
-
Istanbul, Kalkon
- Rekrytering
- Acibadem Mehmet Ali Aydinlar University CASE Simulation Center
-
Kontakt:
- Ilknur Yurdakul, RN
- Telefonnummer: +905387011439
- E-post: ilknur.yurdakul@acibadem.edu.tr
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Volontär för studien
- I åldern 20-22 år,
- Att vara student på fjärde terminen (vårterminen 2023-2024) av Acibadem Mehmet Ali Aydinlar University Vocational School Anesthesiology Program
Exklusions kriterier:
- Ingen tidigare Advanced Cardiac Life Support-utbildning,
- Historien om Virtaul Reality inducerad åksjuka,
- Medicinska tillstånd som svindelattacker
- Använder mediciner som orsakar svindelliknande symtom
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Övrig
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Spelinteraktion med röstigenkänning (Group VG)
Grupp VG-deltagare kommer att använda AI-driven röstigenkänning som spelkontrollergränssnitt.
|
Group VG kommer att använda artificiell intelligens-driven röstigenkänning som ett gränssnitt för spelkontroll medan Group CG endast kommer att använda handhållna Virtual Reality-kontroller som ett gränssnitt för spelkontroll
|
|
Aktiv komparator: Spelinteraktion med VR-kontroller (Group CG)
Grupp CG-deltagare kommer att använda handhållna VR-kontroller som spelkontrollergränssnitt.
|
Group VG kommer att använda artificiell intelligens-driven röstigenkänning som ett gränssnitt för spelkontroll medan Group CG endast kommer att använda handhållna Virtual Reality-kontroller som ett gränssnitt för spelkontroll
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Jämförelse av två gruppers prestationspoäng
Tidsram: Upp till 4 veckor
|
Deltagarna i två grupper kommer att genomföra ett Virtual Reality-baserat prov för prestationspoäng
|
Upp till 4 veckor
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Nivå av nedsänkning under spel
Tidsram: Upp till 4 veckor
|
Deltagarna i två grupper kommer att svara på ett frågeformulär om fördjupningsnivån
|
Upp till 4 veckor
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Dilek Kitapcioglu, MD, Acibadem University
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- Acibadem CASE
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .