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

Förbättra fördjupning i Virtual Reality-baserad avancerad livsuppehållande utbildning

12 juni 2024 uppdaterad av: Dilek Kitapçıoğlu, Acibadem University

Förbättra fördjupning i virtuell verklighet baserad avancerad livsuppehållande utbildning genom artificiell intelligensdriven röstkontroll: en randomiserad kontrollerad försök

Virtual Reality-baserade träningsmoduler har blivit en del av simuleringsbaserad medicinsk utbildning och används numera för utbildning på grund- och forskarnivå av hälso- och sjukvårdspersonal. Parallellt med framstegen inom artificiell intelligens har röstregotnition potential att användas som ett gränssnitt under spel. spela .Syftet med denna studie är huruvida spelgränssnitt med artificiell intelligens baserad röstigenkänning kan höja nivån av nedsänkning under användning av Virtual Reality-baserat seriöst spel för Advanced Cardiac Life Support Training.

Studieöversikt

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

Interventionell

Inskrivning (Beräknad)

67

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studieorter

      • Istanbul, Kalkon
        • Rekrytering
        • Acibadem Mehmet Ali Aydinlar University CASE Simulation Center
        • Kontakt:

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

  • Vuxen

Tar emot friska volontärer

Ja

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

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
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

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

Utredare

  • Huvudutredare: Dilek Kitapcioglu, MD, Acibadem University

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)

31 maj 2024

Primärt slutförande (Beräknad)

17 juli 2024

Avslutad studie (Beräknad)

31 juli 2024

Studieregistreringsdatum

Först inskickad

3 juni 2024

Först inskickad som uppfyllde QC-kriterierna

12 juni 2024

Första postat (Faktisk)

13 juni 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

13 juni 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

12 juni 2024

Senast verifierad

1 juni 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

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 .

Prenumerera