- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT07293078
Point-of-Care AI-assistance og Intensivbehandlingsresultater: Et Randomiseret Studie (POC-AI-ICU)
Prospektiv Evaluering af en Point-of-Care Kunstig Intelligens Model i Intensivbehandlingsresultater
Dette er en prospektiv, ublindet, randomiseret, multicentrisk klinisk undersøgelse, der evaluerer effekten af point-of-care store sprogmodeller (LLM)-baseret beslutningsstøtte på diagnostisk nøjagtighed og kliniske resultater hos voksne patienter på medicinske intensivafdelinger (MICU).
Konsekutive voksne ICU-indlæggelser på deltagende lokalsygehuse (oprindeligt MetroWest Medical Center og St. Vincent Hospital) vil blive screenet for berettigelse. Berettigede patienter vil blive randomiseret 1:1 til standardbehandling eller en AI-assisteret gruppe. I begge arme vil den indledende evaluering og behandling følge sædvanlig praksis. For patienter randomiseret til AI-assistance vil anonymiserede indlæggelsesdata (anamnese og fysisk undersøgelse, laboratorieprøver, billeddiagnostiske rapporter og anden relevant dokumentation) blive formateret og indsendt til en state-of-the-art LLM (ChatGPT-5) ved tidspunktet for indlæggelse. Den AI-genererede differentialdiagnose og terapeutiske anbefalinger vil blive givet til indlæggelsesteamet til overvejelse. For standardbehandlingsarmen vil LLM-output blive genereret, men ikke delt med klinikere.
Efter udskrivning vil en blindet journalgennemgang fastslå den "sandhedsbaserede" primære diagnose og udtrække resultater inklusive: Primært udfald - en sammensætning af medicinske fejl (fra tidspunktet for ICU-indlæggelse gennem dag 7 af ICU-opholdet, eller ICU-udskrivning, alt efter hvad der kommer først); Sekundære udfald - 90-dages dødelighed, ICU- og hospitalsopholdets længde, og ventilatorfrie dage.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Den hurtige udvikling af store sprogmodeller (LLM'er) som ChatGPT har skabt nye muligheder og risici for deres brug i medicinen. Selvom tidlige undersøgelser tyder på høj diagnostisk nøjagtighed i komplekse kliniske scenarier og intensivafdelingsindlæggelser, forbliver virkningen af LLM'er på kliniske resultater i den virkelige verden og den optimale form for læge-AI-interaktion usikker. Publiceret arbejde fra vores gruppe viste, at ChatGPT-4 opnåede diagnostisk nøjagtighed svarende til specialcertificerede intensivister for intensivafdelingsindlæggelser i en retrospektiv undersøgelse. Dog mangler der prospektive, randomiserede data om kliniske resultater.
Dette forsøg vil evaluere en pragmatisk paradigme for at integrere LLM'er på tidspunktet for intensivafdelingsindlæggelse (point-of-care AI). Alle berettigede voksne MICU-indlæggelser på deltagende centre vil blive prospektivt randomiseret til: (1) standardpleje, eller (2) AI-assisteret pleje, hvor en LLM modtager standardiserede, anonymiserede indlæggelsesdata og returnerer en foreslået primær diagnose, rangordnet differerentialdiagnose (op til fem tilstande), foreslået yderligere information og prioriterede terapeutiske interventioner. Indlæggende klinikere i den AI-assisterede gruppe vil blive bedt om at gennemgå og eventuelt inkorporere AI-anbefalingerne og vil udfylde et kort spørgeskema om opfattet nytte og eventuelle ændringer i diagnose eller behandling.
Et maskeret klinisk bedømmelsespanel vil udføre longitudinal journalgennemgang for at definere den "sandhedsgrundlag" primære diagnose og vurdere fejlprocenter og resultater. Primærendepunktet er en sammensætning af medicinske fejl. Det specifikke tidsrum vil være fra tidspunktet for intensivafdelingsindlæggelse gennem dag 7 af intensivafdelingsopholdet, eller intensivafdelingsudskrivelse, alt efter hvad der kommer først. Sekundære endepunkter vil inkludere 90-dages dødelighed, intensivafdelings- og hospitalsopholdstid og ventilatorfrie dage. Andre eksplorative sekundære endepunkter vil blive overvejet. Forsøget er designet til at inkludere cirka 1000 patienter på tværs af flere MICU'er, med mellemanalyse efter 12 måneder for at vurdere gennemførlighed, integritet og frugtesløshed. Studiet er minimal risiko, bruger anonymiserede data til AI-forespørgsler og ændrer ikke standard diagnostiske test eller terapeutiske muligheder.
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Fase 2
- Fase 1
Kontakter og lokationer
Studiekontakt
- Navn: Eric Silverman, M.D. principal Investigator, M.D.
- Telefonnummer: 508-344-5680
- E-mail: esilverman@pamw.org
Studiesteder
-
-
Massachusetts
-
Framingham, Massachusetts, Forenede Stater, 01702
- Framingham Union Hospital/MetroWest Medical Center
-
Kontakt:
- Eric Silverman, M.D.
- Telefonnummer: 508-344-5680
- E-mail: esilverman@pamw.org
-
Kontakt:
- Chih-Hsien Wu, M.D.
- E-mail: lisa19950421@gmail.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Voksne patienter (≥ 18 år) indlagt på medicinsk intensiv afdeling (MIA) på deltagende hospitaler.
- Direkte indlæggelser fra skadestuen eller overflytninger fra medicinske afdelinger til MIA.
- Kritisk syge patienter, der opfylder lokale intensivafdelingsindlæggelseskriterier.
Eksklusionskriterier:
- Overflytninger til MIA fra andre hospitaler, operationsstuer eller postanæstesiafdeling.
- Alder < 18 år.
- Ufuldstændig eller manglende essentiel klinisk information ved indlæggelse (f.eks. centrale laboratorieprøver eller dokumentation endnu ikke tilgængelig).
- Primære kirurgiske eller kardiologiske (f.eks. STEMI) patienter.
- Gravide eller kvinder efter fødslen.
- Fanger.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Behandling
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Dobbelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Ingen indgriben: Standardpleje
Patienterne modtager sædvanlig intensivbehandling i henhold til lokale praksisser.
Anonymiserede indlæggelsesdata kan behandles og indsendes til LLM til forskningsformål, men AI-output deles ikke med behandlende klinikere og påvirker ikke realtidsbehandlingen.
|
|
|
Andet: AI-assisteret pleje
Patienter modtager standard intensivbehandling plus point-of-care LLM-baseret beslutningsstøtte ved indlæggelse.
Anonymiserede indlæggelsesdata formateres og indsendes til en LLM (ChatGPT-5).
Modellen returnerer en primær diagnose, en rangeret liste over differentialdiagnoser, foreslået yderligere information og prioriterede terapeutiske anbefalinger.
Denne output leveres til indlæggelsesteamet til overvejelse i den løbende behandling.
|
Anvendelse af en stor sprogmodel (ChatGPT-5) til at analysere anonymiserede intensivafdelingsindlæggelsesdata (historie, fysisk undersøgelse, laboratorieresultater, billeddiagnostiske rapporter og anden dokumentation) på indlæggelsestidspunktet.
Modellen genererer diagnostiske og terapeutiske anbefalinger, der kun deles med klinikere i den AI-assisterede arm.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Sammensat af medicinske fejl
Tidsramme: Fra indlæggelsen på intensivafdelingen gennem dag 7 af intensivopholdet eller udskrivelse fra intensivafdelingen, alt efter hvad der kommer først.
|
Andel af patienter med mindst én klinisk vigtig diagnostisk eller terapeutisk fejl identificeret ved maskeret journalgennemgang (f.eks. overset eller forsinket kritisk diagnose, større retningslinjeafvigende terapi med skadepotentiale).
|
Fra indlæggelsen på intensivafdelingen gennem dag 7 af intensivopholdet eller udskrivelse fra intensivafdelingen, alt efter hvad der kommer først.
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
90-dages dødelighed af alle årsager
Tidsramme: 90 dage fra intensiv indlæggelse.
|
Al-dødelighed inden for 90 dage efter den første intensivafdelingsindlæggelse, som bestemt gennem journalgennemgang og tilgængelige opfølgningsoptegnelser.
|
90 dage fra intensiv indlæggelse.
|
|
Længde af ophold på intensiv
Tidsramme: Fra intensiv indlæggelse til intensiv udskrivelse (op til 90 dage).
|
Samlet antal dage tilbragt på intensivafdelingen under indlæggelsen.
|
Fra intensiv indlæggelse til intensiv udskrivelse (op til 90 dage).
|
|
Ventilatorfri dage
Tidsramme: Op til 28 dage efter intensivafsnitsindlæggelse.
|
Antal dage i live og fri fra invasiv mekanisk ventilation i de første 28 dage efter intensivafdelingens indlæggelse.
|
Op til 28 dage efter intensivafsnitsindlæggelse.
|
|
Længde af hospitalsophold
Tidsramme: Fra hospitalsindlæggelse til hospitalsudskrivelse (op til 90 dage).
|
Samlet antal dage fra hospitalsindlæggelse til hospitalsudskrivelse under indexindlæggelsen.
|
Fra hospitalsindlæggelse til hospitalsudskrivelse (op til 90 dage).
|
Samarbejdspartnere og efterforskere
Efterforskere
- Ledende efterforsker: Eric Silverman, M.D., MetroWest Medical Center and St. Vincent Hospital
Publikationer og nyttige links
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
- Urogenitale sygdomme
- Neurologiske manifestationer
- Sygdomme i nervesystemet
- Patologiske processer
- Mandlige urogenitale sygdomme
- Nyresygdomme
- Urologiske sygdomme
- Urogenitale sygdomme hos kvinder
- Kvinders urogenitale sygdomme og graviditetskomplikationer
- Sygdomsegenskaber
- Infektioner
- Neuroadfærdsmæssige manifestationer
- Systemisk inflammatorisk responssyndrom
- Betændelse
- Nyreinsufficiens
- Patologiske tilstande, tegn og symptomer
- Tegn og symptomer
- Kritisk sygdom
- Akut nyreskade
- Sepsis
- Stød
- Multipel organsvigt
- Forvirring
Andre undersøgelses-id-numre
- POC-AI-ICU-001
- IRB#2025-067 (Anden identifikator: MetroWest Medical Center and St. Vincent Hospital)
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
IPD-deling Understøttende informationstype
- STUDY_PROTOCOL
- SAP
- CSR
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .
Kliniske forsøg med Sepsis
-
University of California, San FranciscoNational Cancer Institute (NCI)RekrutteringSepsis | Sepsis, svær | Sepsis og septisk chok | Sepsis på intensiv afdeling | Sepsis, septisk chok | Sepsis, Svær Sepsis og Septisk Shock | Sepsis med multipel organdysfunktion (MOD) | Sepsis med akut organdysfunktionForenede Stater
-
Assiut UniversityIkke rekrutterer endnuSepsis-induceret myokardiedysfunktion | Sepsis induceret kardiomyopatiEgypten
-
University of Kansas Medical CenterUniversity of KansasRekrutteringSepsis | Septisk chok | Sepsis syndrom | Sepsis, svær | Sepsis bakteriel | Sepsis BakteriæmiForenede Stater
-
Jip GroenInBiomeRekrutteringMikrobiel kolonisering | Neonatal infektion | Neonatal sepsis, tidligt opstået | Mikrobiel sygdom | Klinisk sepsis | Kultur Negativ Neonatal Sepsis | Neonatal sepsis, sent opstået | Kultur Positiv Neonatal SepsisHolland
-
The University of QueenslandRoyal Brisbane and Women's HospitalUkendt
-
Karolinska InstitutetÖrebro University, SwedenAfsluttetSepsis | Sepsis syndrom | Sepsis, sværSverige
-
Ohio State UniversityAfsluttetSepsis, Svær Sepsis og Septisk ShockForenede Stater
-
Indonesia UniversityAfsluttetAlvorlig sepsis med septisk stød | Alvorlig sepsis uden septisk stødIndonesien
-
University of LeicesterUniversity Hospitals, Leicester; The Royal College of AnaesthetistsAfsluttetSepsis | Septisk chok | Alvorlig sepsis | Sepsis syndromDet Forenede Kongerige
-
Beckman Coulter, Inc.Biomedical Advanced Research and Development AuthorityTilmelding efter invitationAlvorlig sepsis | Alvorlig sepsis uden septisk stødForenede Stater