Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Gennemførlighedsundersøgelse for at forbedre relevansen af ​​diagnostiske forslag til en kunstig intelligenssoftware i den ældre befolkning. (Intel@Med-Fais)

14. juni 2022 opdateret af: University Hospital, Limoges

Befolkningens aldring ledsages af problemet med kroniske patologier og nogle gange stor afhængighed, der kræver indlæggelse på plejehjem (NH'er). Cirka 660.000 mennesker bor i øjeblikket i NHs i Frankrig. En ud af 3 NH'er har ikke en koordinerende læge, selvom loven kræver det, og adgangen til pleje på disse NH'er er meget ulige nationalt og især i Limousin- og Dordogne-regionerne. Nogle Hospicer kan komme i en situation, hvor der ikke er en koordinerende læge og svær adgang til, at praktiserende læger (praktiserende læger) besøger et stort område.

Denne ulighed i adgang til pleje resulterer i en forskel i pleje, der kan gå så langt som et tab af muligheder for beboere, der straks overføres til akutmodtagelsen (ED) med risiko for iatrogeni eller delirium en gang i akutmodtagelsen eller risiko for uhensigtsmæssig indlæggelse.

Beboerne er indlagt:

  • når sidstnævnte kunne have været undgået, fordi sundhedspersonalet, uden at vide hvilken holdning de skulle indtage, prioriterede indlæggelse
  • Forsinket, fordi beboeren ventede på, at den behandlende læge skulle komme, hvilket resulterede i en forværring af symptomerne.

Ankomsten af ​​kunstig intelligens (AI) er en mulighed for at finde nye modeller for plejeorganisation, der kan afbøde medicinsk ørkendannelse, men også udvikle avanceret praksis inden for gerontologi. For eksempel vil sygeplejersker være i stand til at gribe ind på et første niveau for tidlig opsporing, bedre triage og tidlig håndtering af visse patologier.

"MEDVIR Society" AI, udviklet af et fransk firma, er et medicinsk beslutningsstøttesystem med kunstig intelligens og tilbyder prædiagnosticering baseret på den indsamlede information (medicinsk og kirurgisk historie, samtidige behandlinger og symptomer). MEDVIR er et diagnostisk hjælpeværktøj og erstatter ikke den læge, der forbliver i enden af ​​kæden, den endelige beslutningstager.

Før der udføres forskning for at integrere denne teknologi i rutinepleje, er det vigtigt at validere den diagnostiske relevans af AI hos ældre, da den er blevet valideret i den generelle befolkning.

Denne pilotgennemførlighedsundersøgelse vil så sætte os i stand til metodisk at dimensionere et fremtidigt projekt for at evaluere effektiviteten af ​​dette nye plejesystem i håndteringen af ​​ældre patienter i medicinske ørkener i Frankrig.

Studieoversigt

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

18

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

      • Isle, Frankrig, 87170
        • Ehpad Des Bayles
      • Limoges, Frankrig, 87000
        • Ehpad Le Roussillon

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

65 år og ældre (Ældre voksen)

Tager imod sunde frivillige

N/A

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Beboer på plejehjem, der præsenterer et helbredsproblem, der kræver tilkald fra hans/hendes behandlende læge.

Beskrivelse

Inklusionskriterier:

  • Patient på 65 år eller derover
  • Patient, der lever i en af ​​de to NHs test
  • Patient med en funktionel klage eller unormale symptomer, der involverer opkald fra en læge
  • Patient eller dennes juridiske repræsentant, som ikke har udtrykt sin modstand mod indsamlingen af ​​hans medicinske og personlige data
  • Patient tilknyttet social sikring

Ekskluderingskriterier:

  • Afsluttet patient
  • Patient med en klar vital nødsituation ifølge lægen
  • Kronisk afasipatient

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
AI

Indledende evaluering af sygeplejersken ved hjælp af AI-værktøjet, som indlæser patientens symptomer eller funktionelle klager og komorbiditeter i MEDVIR og suppleres af en telemedicinsk løsning til datatransmission til den fjerntliggende teleekspertlæge placeret i et reguleringscenter eller sundhedscenter. Fjernlægen (en geriater fra "Prevention Care for Elderly Unit (UPSAV) platformen" af Klinisk Gerontologisk Afdeling på Limoges Universitetshospital) analyserer data indsamlet af sygeplejersken og etablerer et symptomsværhedskriterium og en diagnose ved hjælp af AI-teknologi.

Både geriateren og NHs sygeplejerske kender ikke til AI's forslag.

Alligevel kan geriateren iværksætte et besøg på beboerens bopæl for at verificere de oplysninger, der er nødvendige for at stille diagnosen og dermed forbedre algoritmens relevans. For beboeren forstyrrer denne undersøgelse ikke den sædvanlige pleje.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
AI diagnostiske forslag
Tidsramme: 1 måned
Antal AI-diagnostiske forslag, der svarer til den medicinske diagnose i undersøgelsesmåneden
1 måned

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
sværhedsgradsdiagnoser
Tidsramme: 1 måned
Antal sværhedsdiagnoser foreslået af AI-løsningen versus medicinsk diagnose af den eksterne geriater i løbet af undersøgelsesmåneden
1 måned
tilfredshedsundersøgelse
Tidsramme: 1 måned
Analyse af tilfredshedsundersøgelsen udfyldt af brugerne (NHs sygeplejersker, deltagere, NHs direktører og geriatere)
1 måned

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

21. december 2019

Primær færdiggørelse (Faktiske)

22. september 2020

Studieafslutning (Faktiske)

22. september 2020

Datoer for studieregistrering

Først indsendt

23. januar 2020

Først indsendt, der opfyldte QC-kriterier

23. januar 2020

Først opslået (Faktiske)

27. januar 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

21. juni 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

14. juni 2022

Sidst verificeret

1. oktober 2021

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 87RI19_0026 (Intel@Med-Faisa)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner