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

AI-based Model for Rehabilitation Engagement and Motor Performance Evaluation in Pediatric Patients: A Pilot Study (AI-REMAP)

17 juni 2026 uppdaterad av: IRCCS Eugenio Medea

AI-based Model for Rehabilitation Engagement and Motor Performance Evaluation in Pediatric Patients

What is the purpose of this study? This study aims to evaluate the usability and feasibility of an artificial intelligence-based model designed to monitor in real-time the engagement and motor performance of pediatric patients during technology-assisted rehabilitation.

Who can take part? 15 participants between 5 and 17 years old with neuromotor impairments will take part, along with at least 5 of their referring physiotherapists.

What will happen in the study? Each pediatric patient will take part in a single, 1-hour rehabilitation session using either the Lokomat or GRAIL system, according to their standard clinical prescription. During the session, the physiotherapist will have access to a display showing real-time data from the AI model, including the patient's heart rate, engagement level, pleasantness, activation, and motor performance. At the end of the session, the physiotherapist will complete a System Usability Scale (SUS) questionnaire and provide direct feedback on how to improve the model.

Why is this study important? Assessing the usability of this real-time monitoring tool is a necessary step to understand if it is practical for clinical use. Providing therapists with objective, real-time insights into a child's psychological and physical state can ultimately help tailor therapy to the specific needs of each patient, improving the overall rehabilitation experience.

Studieöversikt

Status

Har inte rekryterat ännu

Betingelser

Intervention / Behandling

Studietyp

Interventionell

Inskrivning (Beräknad)

15

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

Studieorter

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

  • Barn

Tar emot friska volontärer

Nej

Beskrivning

Inclusion Criteria:

  • Subjects aged between 5 and 17 years with neuromotor impairments who are undergoing rehabilitation therapy using the Lokomat and GRAIL devices, according to the existing clinical plan.

Exclusion Criteria:

  • Uncooperative subjects.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Enhetens genomförbarhet
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Real-Time Engagement Monitoring
Participants in this experimental arm, consisting of pediatric patients with neuromotor impairments, will undergo a single 1-hour technology-assisted rehabilitation session using either the Lokomat or GRAIL system. During the session, the physiotherapist will use a display showing real-time outputs from the AI-based model, including the patient's heart rate, engagement levels, pleasantness, activation, and motor performance. The model acts as an observational support tool and will not directly alter the standard rehabilitation protocol. At the end of the session, the physiotherapist will evaluate the usability of the system.
Enhet: Artificial Intelligence Model for Rehabilitation Engagement Monitoring
The intervention consists of the deployment of a real-time AI-based monitoring system during a standard technology-assisted rehabilitation session. The physiotherapist is provided with a display showing continuous feedback on the patient's engagement levels, emotional state (pleasantness and activation), motor performance, and heart rate. The model processes physiological and inertial data collected via wearable sensors, acting purely as an observational support tool without altering the standard rehabilitation protocol.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
System Usability Scale (SUS) Score
Tidsram: Baseline
This validated questionnaire is intended to evaluate the usability and feasibility of a system or product. It is composed of 10 items assessing factors such as system complexity, ease of use, and functionality integration. Each item is proposed on a 5-points Likert scale, with minimum value 1 and maximum value 5. Higher overall values stand for a higher degree of agreement with respect to the statement provided by the single item. For odd items, higher values stand for higher usability. For even items, higher values stand for lower usability.
Baseline

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Serviceleverantörsrankad mått på klientengagemang (Prime-SP)
Tidsram: Baslinje
Denna åtgärd är avsedd att fånga terapeutens observation av patientengagemang. Prime-SP är ett validerat självrapporterat frågeformulär som består av tre huvuddelar: del A, där terapeuten kan utföra en övergripande utvärdering av patientengagemang enligt en 5-punkts Likert-skala (från 0 till 4, med högre värden som motsvarar positivt engagemang); Del B, där terapeuten kan utföra en domänberoende (affektiv, kognitiv, beteendemässig domän) utvärdering av patientengagemang enligt en 5-punkts Likert-skala (från 0 till 4, med högre värden motsvarande positivt engagemang); Del C, där terapeuten kan ta gratis anteckningar om faktorer och omständigheter som han/hon tror kan ha påverkat patientengagemanget under sessionen.
Baslinje
AI Model-Inferred Engagement Level
Tidsram: Baseline
This objective measure is intended to capture the patient's continuous engagement level during the rehabilitation session. The AI-based model infers the engagement state using feed-forward neural networks that process real-time physiological data (such as HRV and EDA) and inertial signals (IMU). The model provides a categorical evaluation of engagement (low vs high).
Baseline

Samarbetspartners och utredare

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

Sponsor

IRCCS Eugenio Medea

Samarbetspartners

Politecnico di Milano

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 (Beräknad)

15 juni 2026

Primärt slutförande (Beräknad)

30 september 2026

Avslutad studie (Beräknad)

30 september 2026

Studieregistreringsdatum

Först inskickad

8 juni 2026

Först inskickad som uppfyllde QC-kriterierna

17 juni 2026

Första postat (Faktisk)

23 juni 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

23 juni 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

17 juni 2026

Senast verifierad

1 juni 2026

Mer information

Termer relaterade till denna studie

Nyckelord

Andra studie-ID-nummer

  • L2-246-F2
  • RC 2024-2026 to E. Biffi (Annat bidrag/finansieringsnummer: Italian Ministry of Health)

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

The results obtained at the end of this clinical trial will be presented at national and international conferences and submitted to peer-reviewed international journals. The raw data of the study will be published among the supplementary materials of scientific articles and/or uploaded to Zenodo, a multidisciplinary repository, managed by CERN in Geneva, which allows researchers to share and preserve research results in any size and form. Depositing data in ZENODO guarantees their compliance with the FAIR principles.

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • SAV

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