使用基于人工智能的语音技术对慢性病患者进行远程多通道监测 (DIALOG)
研究概览
详细说明
研究类型
注册 (估计的)
阶段
- 不适用
联系人和位置
学习联系方式
- 姓名：Maria Kozhevnikova, Professor
- 电话号码：+79265605019
- 邮箱：kozhevnikova_m_v@staff.sechenov.ru
研究联系人备份
- 姓名：Aleksei Emelianov, Assistant
- 电话号码：+79998305785
- 邮箱：emelyanov_a_v@staff.sechenov.ru
学习地点
-
-
-
Moscow、俄罗斯联邦、119048
- Federal State Autonomous Educational Institution of Higher Education I.M. Sechenov First Moscow State Medical University of the Ministry of Health of the Russian Federation (Sechenov University), University Clinical Hospital No.1
-
接触：
- Maria Kozhevnikova
- 电话号码：+79265605019
- 邮箱：kozhevnikova_m_v@staff.sechenov.ru
-
接触：
- Elena Zheleznykh
- 电话号码：+79104539039
- 邮箱：elenavlvp@gmail.com
-
首席研究员：
- Maria Kozhevnikova
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准：
- 根据最新的临床实践指南诊断疾病
- 出院时病情稳定
- 参与研究的书面知情同意书
不纳入标准：
- 确诊痴呆或严重认知障碍
- 无法在家中使用自动设备记录血压、血糖仪
- 酗酒或滥用药物
- 由于重大合并症、社会或财务问题或不遵守医疗方案的历史而无法联系语音助理和其他研究要求，这可能会损害患者理解和/或遵守方案说明或遵循的能力程序
排除标准：
- 患者不愿意继续参与研究
- 与不纳入标准相关的条件的制定
学习计划
研究是如何设计的？
设计细节
- 主要用途：治疗
- 分配：非随机化
- 介入模型：并行分配
- 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：心脏衰竭
因病情失代偿而住院的慢性心力衰竭患者。 他们的病情应稳定后再出院。 使用为虚拟操作员语音技术开发的独特算法和通过语音命令的 BI 系统对患者进行机器人远程监控，以自动收集数据并获取有关患者健康状况及其与心脏相关的生命体征（血压、心率、体重）的信息失败。 |
使用为虚拟操作员语音技术开发的独特算法和根据“问答”原则通过语音命令的 BI 系统对患者进行机器人远程监控。 它使我们能够自动收集数据并根据疾病获取有关患者健康状况及其生命体征（血压、心率、体重）的信息。 由参与机构的专家提供疾病的随访和管理。 |
|
实验性的：糖尿病
因血糖水平不稳定而住院的糖尿病患者。 他们的病情应稳定后再出院。 使用为虚拟操作员语音技术开发的独特算法和 BI 系统通过语音命令自动收集数据并获取有关患者健康状况及其生命体征（血压、心率、体重、血糖）的相关信息，对患者进行机器人远程监控对糖尿病。 |
使用为虚拟操作员语音技术开发的独特算法和根据“问答”原则通过语音命令的 BI 系统对患者进行机器人远程监控。 它使我们能够自动收集数据并根据疾病获取有关患者健康状况及其生命体征（血压、心率、体重）的信息。 由参与机构的专家提供疾病的随访和管理。 |
|
实验性的：动脉高血压
因动脉压不稳定而住院的动脉高血压患者。 他们的病情应稳定后再出院。 使用专为虚拟操作员语音技术开发的独特算法和 BI 系统通过语音命令自动收集数据并获取有关患者健康状况和生命体征（血压、心率、低血压信号、体征）的信息，对患者进行机器人远程监控。靶器官损伤）。 |
使用为虚拟操作员语音技术开发的独特算法和根据“问答”原则通过语音命令的 BI 系统对患者进行机器人远程监控。 它使我们能够自动收集数据并根据疾病获取有关患者健康状况及其生命体征（血压、心率、体重）的信息。 由参与机构的专家提供疾病的随访和管理。 |
|
实验性的：淋巴增殖性疾病
患有任何淋巴增生性疾病并正在接受化疗的患者。 他们的病情应稳定后再出院。 使用为虚拟操作员语音技术开发的独特算法和通过语音命令的 BI 系统对患者进行机器人远程监控，以自动收集数据并获取有关患者健康状况以及与化疗并发症相关的生命体征（血压、心率）的信息。 |
使用为虚拟操作员语音技术开发的独特算法和根据“问答”原则通过语音命令的 BI 系统对患者进行机器人远程监控。 它使我们能够自动收集数据并根据疾病获取有关患者健康状况及其生命体征（血压、心率、体重）的信息。 由参与机构的专家提供疾病的随访和管理。 |
|
实验性的：全膝关节置换术
接受全膝关节置换术的患者。 他们的病情应稳定后再出院。 使用为虚拟操作员语音技术开发的独特算法和通过语音命令的 BI 系统对患者进行机器人远程监控，以自动收集数据并获取有关患者健康状况以及与置换并发症相关的生命体征（疼痛、发烧）的信息。 |
使用为虚拟操作员语音技术开发的独特算法和根据“问答”原则通过语音命令的 BI 系统对患者进行机器人远程监控。 它使我们能够自动收集数据并根据疾病获取有关患者健康状况及其生命体征（血压、心率、体重）的信息。 由参与机构的专家提供疾病的随访和管理。 |
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 |
|---|---|---|
|
心血管死亡率
大体时间：随机分组后 1 个月的平均值
|
死亡率
|
随机分组后 1 个月的平均值
|
|
全因死亡率
大体时间：随机分组后 1 个月的平均值
|
死亡率
|
随机分组后 1 个月的平均值
|
|
并发症、失代偿
大体时间：随机分组后 1 个月的平均值
|
主要疾病的并发症和恶化率
|
随机分组后 1 个月的平均值
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
达到目标或最大耐受剂量
大体时间：随机分组后 1 个月的平均值
|
CHF、DM 和 AH 的实现目标或最大耐受剂量
|
随机分组后 1 个月的平均值
|
|
满意
大体时间：随机分组后 1 个月的平均值
|
患者和医生对机器人语音问卷的满意度
|
随机分组后 1 个月的平均值
|
|
医疗依从性的变化
大体时间：随机分组后 1 个月的平均值
|
服药量和剂量的变化
|
随机分组后 1 个月的平均值
|
合作者和调查者
合作者
调查人员
- 首席研究员：Maria Kozhevnikova, Professor、The Sechenov First Moscow State Medical University
研究记录日期
研究主要日期
学习开始 (估计的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他相关的 MeSH 术语
其他研究编号
- DIALOG2024
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
IPD 计划说明
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.