此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

人工智能、增强性和替代性沟通 AAC (AIinAAC)

2025年5月28日 更新者:Krista Wilkinson、Penn State University

应用人工智能改善增强性和替代性沟通的获取

该项目的总体目标是为患有运动障碍和/或视力障碍的人转变对辅助通信技术(增强和替代通信)的获取方式,因为自然语音无法满足他们的通信需求。 由于运动或视觉功能受限,这些人通常无法进行传统的增强和替代交流。 然而,大多数此类人都有独特的基于身体的沟通方式,熟悉的沟通伙伴可以可靠地解释这种方式。 该项目将测试人工智能算法,该算法从传感器或摄像头收集有关运动/视觉障碍者的这些特殊运动模式的信息。 根据传感器或摄像头反馈的信息,人工智能算法将解释个人的手势并将解释翻译为语音输出。 例如,如果一个人挥手作为表达“我想要”的方式,人工智能算法将检测到该手势并提示语音生成技术产生口头信息“我想要”。 这将使行动受限但特殊的个人能够使用其他方式无法实现的增强和替代通信技术。

研究概览

详细说明

正如国家严重残疾人通信需求联合委员会的《通信权利法案》中指出的那样,“所有患有任何程度或严重程度的残疾的人都拥有通过通信影响其生存条件的基本权利。 ” 联合国《残疾人权利公约》第 19 条还指出,获得促进最佳沟通结果的言语治疗是一项基本权利。 然而,许多身体或智力残疾的人都存在语言限制,这使得他们无法使用言语作为主要的交流方式。 对于这些人来说,辅助通信技术(增强通信和替代通信)为实现这一关键人权提供了一系列重要的支持。

尽管增强和替代沟通被广泛使用且基于证据,但为视觉和伴随运动障碍的个体设计增强和替代沟通面临着特殊的挑战。 与口语不同,在许多辅助增强和替代交流中,词汇项目是视觉的(字母、单词、符号),并且一次只能显示有限数量的项目,因为它们必须呈现在外部设备上(例如平板电脑或专用设备)。 为了最大化可用词汇量,临床医生经常将许多符号放置在小显示屏上。 尽管这种策略对某些人来说可能有用,并且确实可以最大限度地提高任何给定页面上可见的词汇量,但对于无法看到(眼睛)或处理(皮质)视觉信息的视力障碍人士来说,这是一个重大问题。 此外,访问这些词汇项通常涉及使用手指或眼睛注视来选择符号或肢体来激活开关。 对于运动障碍人士来说,这些类型的重复选择可能会很困难且令人疲劳。 因此,对于那些有视力障碍和运动障碍的人来说,传统的增强性和替代性交流方法对于其他人来说会更加困难。 迫切需要开发增强和替代通信技术,以减轻这些人的视觉和运动负担。

该项目旨在通过重新考虑辅助(即技术辅助)和无辅助(即基于身体)通信模式之间的传统区别来大幅提高辅助增强和替代通信访问的灵活性。 辅助沟通模式提供了符号沟通的力量,许多沟通伙伴很容易理解这种力量,即使是那些不熟悉使用增强和替代沟通的个人的人也是如此。 然而,辅助模式在可用词汇、消息准备速度、环境限制和支持自然对话的能力方面可能相当有限。 另一方面,无辅助通信模式可以涉及各种自然动作,这些动作完全在用户的技能范围内,并且可以轻松快速地完成。 无辅助模式的缺点是,不熟悉的伙伴通常难以理解它们,从而限制了潜在通信伙伴的范围,并且需要通信伙伴接近增强和替代通信用户以观察基于身体的通信。

考虑到当代技术,通过利用技术感知和解释从自然空中手势到面部表情和/或其他有意运动模式的无辅助输入的能力,在理论上和实践上都可以大幅增加辅助增强和替代通信的获取。 利用无辅助输入作为获取技术的补充手段,将把辅助符号通信的力量与个人用户所使用的轻松、速度和独特的动作结合起来。 这样做,它将把访问的负担从用户(至少部分)转移到辅助增强和替代通信技术本身上。 事实上,构建适合残疾人运动和视觉技能的灵活技术完全符合现代设备的能力,并且是人机交互和无障碍计算研究的活跃领域。

该项目将测试人工智能算法,这些算法能够解释特殊的、个人特定的无辅助手势,以实现增强和替代通信访问。 该系统旨在以人为中心、以使用为灵感、易于编程,以增强用户及其可能参与增强和替代通信服务的通信伙伴的能力。 该项目将招募患有各种运动障碍的人,以确保算法得到广泛应用。

研究类型

介入性

注册 (实际的)

6

阶段

  • 不适用

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

    • Pennsylvania
      • University Park、Pennsylvania、美国、16802
        • The Pennsylvania State University

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

  • 成人
  • 年长者

接受健康志愿者

不

描述

纳入标准:

  • 存在运动障碍,可能以多种方式出现,包括痉挛、共济失调或肌张力障碍(这些类型的运动障碍彼此不同,可能是由不同的遗传状况或出生前或出生后不久的大脑损伤引起的,通常都属于脑瘫或运动障碍的总称)。 注意:除运动障碍外还存在智力障碍并不是排除标准,这意味着我们将包括具有完整智力的个人以及具有智力障碍的个人
  • 能够/愿意容忍将小型生物传感器(大约奖章大小)连接到嵌入软腕带内的肢体(例如手腕或肘部)

排除标准:

  • 没有运动障碍
  • 无法容忍使用软腕带将小型生物传感器(大约奖章大小)连接到肢体(例如手腕或肘部)

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

  • 主要用途:设备可行性
  • 分配:不适用
  • 介入模型:单组作业
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
实验性的:人工智能算法的可学习性和实用性评估
参与者将学习使用人工智能算法并测试它们的易用性和效率
将评估人工智能算法用于检测和解释有运动/视觉障碍的个人基于身体的手势的有效性。

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
用户/个人护理助手对人工智能算法进行编程所需的时间
大体时间:平均12个月
参与者学习对算法进行编程需要多长时间(花费的分钟数)
平均12个月
用户/个人护理助手编程的消息数量
大体时间:平均12个月
用户/个人护理助手可以在会话中编程多少条消息
平均12个月

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。

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

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)

2024年9月24日

初级完成 (实际的)

2025年5月1日

研究完成 (实际的)

2025年5月1日

研究注册日期

首次提交

2024年8月29日

首先提交符合 QC 标准的

2024年9月12日

首次发布 (实际的)

2024年9月19日

研究记录更新

最后更新发布 (实际的)

2025年6月3日

上次提交的符合 QC 标准的更新

2025年5月28日

最后验证

2025年5月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

未定

IPD 计划说明

“Databrary”存储库将被专门使用,因为它(a)是专门为视频共享而开发的,并且(b)它允许不同级别的访问,并且仅对成员开放,所有这些都需要研究研究者的批准。 研究人员将设置一个访问级别,其中仅提供有关运动和算法功能的去识别信息(例如,来自传感器的 x-y-z 坐标)。 该研究的调查员还将设置一个更受限制的访问级别,想要观看该运动的原始视频的调查员可以申请获得该级别的访问权限。 同意书指出将会发生这种类型的共享。

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

在美国制造并从美国出口的产品

不

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.

订阅