评估长度人工智能算法来估计儿童的长度 (GAIN)
2022年7月26日 更新者：Danone Asia Pacific Holdings Pte, Ltd.
评估在现实环境中使用生长人工智能算法来估计儿童的长度
一项探索性研究，旨在探索使用计算机视觉算法使用医疗保健专业人员或父母拍摄的图像来估计儿童身长的可能性。
研究概览
详细说明
这是一项探索性、观察性、试点研究，旨在评估长度人工智能 (LAI) 算法在现实世界环境中的性能。
图像将由父母或医疗保健专业人员收集，连同身体长度测量值。
该数据将用于评估算法的准确性并探索潜在的改进。
将收集有关使用该算法的接受度和经验的数据以进行改进。
研究类型
观察性的
注册 (实际的)
200
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
-
Singapore、新加坡、229899
- KK Women's and Children's Hospital
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
1秒 至 1年 (孩子)
接受健康志愿者
是的
有资格学习的性别
全部
取样方法
非概率样本
研究人群
0-18月龄无身体畸形的儿童。
描述
纳入标准：
- 0至18个月大的儿童。
- 家长应该可以访问互联网和智能手机或平板电脑来完成研究问卷、拍摄图像和上传图像。
- 家长应该能够理解研究的内容并用英语完成研究问卷。
- 父母的书面同意。
排除标准：
- 父母不能使用智能手机或平板电脑完成研究问卷和上传图像。
- 无法进行长度测量的儿童（例如 有下肢结构异常或畸形足、髋关节发育不良等骨科疾病的儿童）。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
0-18个月大的儿童
0-18月龄无下肢结构异常或骨科疾病的儿童
|
将测量物理长度并收集图像供 AI 估计长度
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
AI长度精度
大体时间：2天
|
诊所和家庭环境中长度 AI 的准确性，源自：
|
2天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
研究者对图像收集的评估
大体时间：2天
|
调查员对收集图像难易程度的评估[非常容易、容易、正常、困难、非常困难]
|
2天
|
|
父母对 AI 长度的接受程度
大体时间：2天
|
通过研究问卷评估的父母对长度 AI 的可接受性 [非常有用、有用、中性、没用、非常没用]
|
2天
|
|
研究者（或代表）对长度 AI 的可接受性
大体时间：2天
|
调查人员（或代表）使用通过研究问卷评估的长度 AI 的可能性 [非常可能、可能、中立、不太可能、非常不可能]
|
2天
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2021年11月8日
初级完成 (实际的)
2022年3月8日
研究完成 (实际的)
2022年6月20日
研究注册日期
首次提交
2021年10月4日
首先提交符合 QC 标准的
2021年10月4日
首次发布 (实际的)
2021年10月15日
研究记录更新
最后更新发布 (实际的)
2022年7月27日
上次提交的符合 QC 标准的更新
2022年7月26日
最后验证
2022年7月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.