Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Transkripce a vykazování AI v obecné praxi: Longitudinální studie (AI Scribe)

4. prosince 2025 aktualizováno: Margreet Vlastuin, Erasmus Medical Center

Praktičtí lékaři v Nizozemsku jsou pod neudržitelným tlakem. Nedávné průzkumy ukazují, že 68 % praktických lékařů považuje pracovní zátěž za příliš vysokou a 18 % považuje svou práci za extrémně nebo velmi stresující. Tlak na praktické lékaře významně poškozuje péči o pacienty, protože snížená pohoda lékaře může negativně ovlivnit zkušenosti pacientů, adherenci k léčbě, komunikaci mezi pacientem a poskytovatelem, náklady na zdravotní péči, kvalitu péče a bezpečnost pacientů.

Klíčovým přispěvatelem ke stresu je rostoucí časová náročnost spojená s klinickou dokumentací. Dokumentační proces se vyvinul v časově náročný úkol, který je významnou překážkou efektivní péče o pacienty. Velké jazykové modely (LLM) jsou slibnými řešeními umělé inteligence (AI) pro redukci dokumentace v obecné praxi. V tomto projektu se výzkumníci zaměřují na studium transkripčního a reportovacího nástroje založeného na AI v obecné praxi.

Přehled studie

Detailní popis

Úvod Zavádění elektronických zdravotních záznamů (EHR) a eskalující požadavky na dokumentaci vedly v průběhu let k rostoucí zátěži pro praktické lékaře. Klinická dokumentace je hlavní překážkou efektivní péče o pacienty, protože v loňském roce více než polovina praktických lékařů tráví více než 20 % svého času administrativními povinnostmi. Tato zátěž vede ke snížené pracovní spokojenosti a pohodě, zvýšené míře vyhoření a vyčerpání zaměstnanců. Dokumentační zátěž také negativně ovlivňuje komunikaci pacient – ​​poskytovatel. To vede k tomu, že praktičtí lékaři navazují méně očního kontaktu, mají uzavřenější držení těla a předávají méně informací svým pacientům. Dokumentace v EHR má však také pozitivní účinky, jako je snížení kognitivní zátěže a zlepšení bezpečnosti a péče o pacienty. Omezení interakce mezi poskytovatelem a počítačem během konzultace může zlepšit interakci mezi pacientem a poskytovatelem a pohodu poskytovatele při zachování výhod EHR.

Studie ve skutečnosti prokázaly, že zaměstnávání lékařských asistentů pro dokumentaci během konzultací vede ke zvýšení osobního času a ke zlepšení spokojenosti pacientů. Technologie převodu řeči na text pro diktování po konzultaci navíc zmírnily dokumentační zátěž zvýšením rychlosti dokumentace, zkušeností pacientů a spokojenosti poskytovatelů. Tyto intervence mohou snížit míru vyhoření a vyčerpání, posílit blahobyt poskytovatelů i zdravotního sektoru.

Rychlý rozvoj velkých jazykových modelů (LLM) otevřel nové cesty ke snížení zátěže dokumentace. LLM, jako je ChatGPT, jsou modely umělé inteligence (AI), které dokážou interpretovat a generovat text. Tyto modely mohou přepisovat a shrnout konzultaci s praktickým lékařem v reálném čase, čímž po konzultaci není potřeba lékařských asistentů nebo diktátů. Pokud však LLM udělá chyby, může to vést ke zvýšené administrativní zátěži. Vyšetřovatelé se zaměřují na posouzení účinku nástroje pro přepis a hlášení založené na AI v obecné praxi.

Cíle Naším primárním cílem je posoudit vliv nástroje pro transkripci a podávání zpráv na čas strávený nad klinickou dokumentací v praktické praxi.

Sekundárními cíli je posouzení vlivu nástroje pro přepis a podávání zpráv v obecné praxi na

  • Celková doba konzultace
  • Zkušenosti s praktickým lékařem
  • Zkušenosti pacienta
  • Délka a kvalita dokumentace

Posoudit míru používání nástroje Posoudit přijatelnost používání nástroje

Design Toto je longitudinální studie před a po. U každého praktického lékaře budou vyšetřovatelé pozorovat dva dny konzultací bez nástroje. To bude provedeno dva týdny před implementací nástroje (základní období). Vyšetřovatelé budou také sledovat dva dny konzultací s nástrojem. K tomu dochází dva týdny po implementaci nástroje (období intervence). Konzultace z období intervence budou porovnány se základním obdobím, aby se posoudila účinnost nástroje na různé výsledky.

Velikost vzorku Simulace velikosti vzorku ukázala, že by vyšetřovatelé potřebovali 30 pozorování, aby měli dostatek síly pro primární výsledek. Aby se zlepšila zobecnitelnost našeho výzkumu a zvýšil se vzorek pro kvalitativní výsledky, vyšetřovatelé se zaměřují na sledování celkem čtyř dnů konzultací u deseti praktických lékařů z nejméně pěti různých praxí. Praxe bude účelově vzorkována pro rozdíly v populaci pacientů a organizaci praxe.

Výsledky Vyšetřovatelé budou měřit časové výsledky nepřetržitým pozorováním. Pozorovatel bude sledovat čas strávený na různých úkolech během konzultace, včetně odebrání anamnézy, provedení fyzikálního vyšetření, vysvětlení diagnózy nebo plánu léčby, konzultace s kolegou, klinické dokumentace a administrativních povinností, jako je předepisování nebo doporučení.

Zkušenosti pacientů s konzultací budou měřeny pomocí validovaného dotazníku o zkušenostech pacientů (PEQ) pro všeobecnou praxi. Postoj pacienta k použití nástroje během konzultace bude rozšířen o polostrukturovaný rozhovor založený na předchozím výzkumu. Zkušenosti praktického lékaře a dopad tohoto nástroje na klinické povinnosti budou měřeny pomocí polostrukturovaných rozhovorů založených na předchozím výzkumu. Přijatelnost a používání nástroje praktickými lékaři bude posuzováno podle jednotné teorie přijímání a používání technologií (UTAUT).

Míra využití nástroje bude měřena posouzením podílu konzultací, ve kterých je nástroj využíván. Objem dokumentace bude měřen stanovením délky dokumentace ve slovech. Informační kvantita dokumentace bude měřena počtem relevantních klinických proměnných v poznámce.

Typ studie

Pozorovací

Zápis (Aktuální)

800

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

    • South Holland
      • Rotterdam, South Holland, Holandsko, 3015GD
        • Erasmus MC

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

  • Praktičtí lékaři (v přípravě) na jihozápadě Nizozemska
  • Pacienti navštěvující praktické lékaře (v přípravě) na jihozápadě Nizozemska

Popis

Praktičtí lékaři:

Zařazení:

  • Plánování implementace nástroje pro přepis a hlášení založené na umělé inteligenci
  • Poskytněte informovaný souhlas s pozorováním a/nebo rozhovorem a/nebo dotazníkem

Vyloučení:

- Nedostatečná znalost nizozemského jazyka k pohovoru

Pacienti:

Zařazení:

  • Poskytněte informovaný souhlas s dotazníkem a/nebo rozhovorem
  • K dotazníku: Konzultace s praktickým lékařem
  • K rozhovoru: měl konzultaci s praktickým lékařem, při kterém byl nástroj použit

Vyloučení:

- Nedostatečná znalost nizozemského jazyka k pohovoru

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
GP 01
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 02
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 03
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 04
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 05
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 06
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 07
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 08
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 09
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 10
Praktický lékař pracující s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 11
Praktický lékař pracuje s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult
GP 12
Praktický lékař pracuje s/bez nástroje

Nástroj pro přepis a hlášení založený na LLM funguje ve třech krocích:

  1. Rozhovor mezi pacientem a praktickým lékařem je přepsán do textu pomocí LLM pro převod řeči na text
  2. Text je shrnut podle pravidel Subjective, Objective, Assessment, Plan (SOAP).
  3. Souhrn SOAP je importován do elektronické zdravotní knížky praktického lékaře
Ostatní jména:
  • Juvoly QuickConsult

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Čas strávený na dokumentaci
Časové okno: Měřeno během konzultace (základní linie a intervence)
Tento výsledek se týká času stráveného na dokumentaci pro klinickou konzultaci. Vyšetřovatelé budou měřit časové výsledky nepřetržitým pozorováním. Externí pozorovatel bude sledovat čas strávený na různých úkolech během konzultace, včetně odebrání anamnézy, provedení fyzikálního vyšetření, vysvětlení diagnózy nebo léčebného plánu, konzultace s kolegou, klinické dokumentace a administrativních povinností, jako je předepisování nebo doporučení.
Měřeno během konzultace (základní linie a intervence)

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Celková doba konzultace
Časové okno: Měřeno během konzultace (základní linie a intervence)
Tento výsledek se týká celkového času stráveného klinickou konzultací. Vyšetřovatelé budou měřit časové výsledky nepřetržitým pozorováním. Externí pozorovatel bude sledovat čas strávený na různých úkolech během konzultace, včetně odebrání anamnézy, provedení fyzikálního vyšetření, vysvětlení diagnózy nebo léčebného plánu, konzultace s kolegou, klinické dokumentace a administrativních povinností, jako je předepisování nebo doporučení.
Měřeno během konzultace (základní linie a intervence)
Zkušenosti praktického lékaře s tímto nástrojem
Časové okno: Měřeno do jednoho týdne po dvoudenním období intervence

Zkušenosti praktického lékaře a dopad nástroje na klinické povinnosti budou měřeny pomocí polostrukturovaných rozhovorů založených na předchozím výzkumu s následujícím tematickým průvodcem:

  • Co si myslíte o Juvoly QuickConsult?
  • Pomáhá vám systém? Jak? Vytížení? Soustředit? Spokojenost s prací?
  • Pomáhá systém pacientovi? Jak? Více času na vysvětlování nebo kladení otázek?
  • Brání vám systém? Jak? Rozptýlení?
  • Brání systém pacientovi? Rozptýlení? Nechcete mluvit o určitých problémech/sdílet určité informace? Méně prostoru pro kladení otázek?
Měřeno do jednoho týdne po dvoudenním období intervence
Zkušenosti pacienta s konzultací
Časové okno: Měřeno do 1 týdne po konzultaci

Zkušenosti pacienta s konzultací a komunikací s praktickým lékařem budou měřeny pomocí dotazníku o zkušenostech pacientů (PEQ) pro praktické lékaře (doi: 10.1093/fampra/18.4.410).

PEQ obsahuje pět stupnic:

  • Výsledky návštěvy (4-20, čím vyšší, tím lepší)
  • Komunikační zkušenosti (4-20, čím vyšší, tím lepší)
  • Komunikační bariéry (4-20, vyšší je horší)
  • Zkušenosti s pomocným personálem (2-10, vyšší je lepší)
  • Emoce (4-28, čím vyšší, tím lepší)
Měřeno do 1 týdne po konzultaci
Zkušenosti pacienta s nástrojem
Časové okno: Měřeno do 1 týdne po konzultaci

Zkušenosti a postoje pacienta k tomuto nástroji budou hodnoceny pomocí polostrukturovaného rozhovoru založeného na předchozím výzkumu s následujícím tematickým průvodcem:

  • Jak jste konzultaci prožívali?
  • Co si myslíte o systému, který praktický lékař použil k zápisu konzultace?
  • Pomáhá systém praktickému lékaři? Jak? Více času na vysvětlení?
  • Pomáhá vám systém? Jak? Více času na vypracování?
  • Brání systém praktickému lékaři? Jak? Rozptylování pro praktického lékaře?
  • Překáží vám systém? Rozptýlení? Nechcete mluvit o určitých problémech/sdílet určité informace? Méně prostoru pro kladení otázek?
Měřeno do 1 týdne po konzultaci
Míry využití
Časové okno: Měřeno přímo po konzultaci
Míra využití nástroje bude měřena posouzením podílu konzultací, ve kterých je nástroj využíván.
Měřeno přímo po konzultaci
Objem dokumentace
Časové okno: Měřeno přímo po konzultaci
Objem dokumentace bude měřen stanovením délky dokumentace ve slovech.
Měřeno přímo po konzultaci
Hustota informací v dokumentaci
Časové okno: Měřeno přímo po konzultaci

Informační kvantita dokumentace bude měřena počtem relevantních klinických proměnných v poznámce. Budou rozděleny do kategorií podle jejich typu:

  • Známky a související proměnné, jako je místo, nástup, charakter nebo časový průběh
  • Kontextové faktory, jako je sebeobsluha, rizikové chování nebo rodinná anamnéza
  • Příznaky
  • (Diferenciální) diagnóza
  • Plán
Měřeno přímo po konzultaci
Přijatelnost a použití nástroje GP
Časové okno: Měřeno 1 týden před základním obdobím, 1 týden před začátkem období intervence a 1 týden po období intervence

Přijatelnost a používání nástroje praktickými lékaři bude posuzováno podle jednotné teorie přijímání a používání technologií (UTAUT). Dotazník má pět domén.

Očekávaný výkon: 4-20 bodů, vyšší je lepší Očekávaný výkon: 4-20 bodů, vyšší je lepší Sociální vliv: 4-20 bodů, vyšší je lepší Usnadňující podmínky: 4-20 bodů, vyšší je lepší Záměr chování: 3-15 body, žádný hodnotový soud

Měřeno 1 týden před základním obdobím, 1 týden před začátkem období intervence a 1 týden po období intervence

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

9. prosince 2024

Primární dokončení (Aktuální)

2. července 2025

Dokončení studie (Aktuální)

2. července 2025

Termíny zápisu do studia

První předloženo

25. října 2024

První předloženo, které splnilo kritéria kontroly kvality

14. listopadu 2024

První zveřejněno (Aktuální)

15. listopadu 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

11. prosince 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

4. prosince 2025

Naposledy ověřeno

1. prosince 2025

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • PaNaMa-12075
  • MEC-2024-0286 (Jiný identifikátor: Medical Ethical Review Committee Erasmus MC)

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

ANO

Popis plánu IPD

Účastníci budou dotázáni, zda mohou být jejich data použita v budoucích výzkumných projektech. Metadata projektu budou sdílena na datovém úložišti. Externí vyšetřovatelé mohou požádat o použití dat prostřednictvím tohoto úložiště dat. Pouze data účastníků, která umožňují opětovné použití jejich dat, budou způsobilá ke sdílení.

Časový rámec sdílení IPD

Neomezené prostřednictvím datového úložiště.

Kritéria přístupu pro sdílení IPD

Účastníci budou dotázáni, zda mohou být jejich data použita v budoucích výzkumných projektech. Metadata projektu budou sdílena na datovém úložišti. Externí vyšetřovatelé mohou požádat o použití dat prostřednictvím tohoto úložiště dat. Pouze data účastníků, která umožňují opětovné použití jejich dat, budou způsobilá ke sdílení.

Typ podpůrných informací pro sdílení IPD

  • PROTOKOL STUDY
  • MÍZA
  • ICF
  • ANALYTIC_CODE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit