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

Ambient AI til reduktion af plejepersonales dokumentationstid

27. maj 2026 opdateret af: University of Wisconsin, Madison

En EHR-indlejret pragmatisk trinvist klinisk undersøgelse af omgivende kunstig intelligens til at reducere sygeplejepersonalets dokumentationstid

Formålet med denne kliniske undersøgelse er at undersøge, om brugen af Ambient Artificiel Intelligens til plejepersonales dokumentation i et hospitalsmiljø vil reducere tiden brugt på flowsheet-dokumentation og forbedre plejepersonalets trivsel.

Deltagerne vil bruge Ambient Listening AI-software til at udarbejde dokumentation i diskrete felter.

Studieoversigt

Status

Rekruttering

Intervention / Behandling

Detaljeret beskrivelse

Denne pragmatiske undersøgelse udføres for at teste effektiviteten af kunstig intelligens-drevet ambient lytningssoftware på at reducere tid i flowsheet-dokumentation blandt registrerede sygeplejersker (RNs) og sygeplejeassistenter (NAs) i et indlæggelsesmiljø. Ambient AI-softwaren bruger automatisk talegenkendelsesteknologi med store sprogmodeller til automatisk at generere diskrete flowsheet-værdier fra sygeplejerske-patient-samtaler i realtid. Den kliniske undersøgelse er en undersøgelse af virkningen og brugbarheden af denne implementering på arbejdsbyrden og velværet af sygeplejersker involveret i implementeringen af den pragmatiske software til elektronisk patientjournal, der er integreret i kliniske arbejdsgange og sundhedssystemets IT-infrastruktur.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

250

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

  • Navn: Ann Wieben, PhD, RN
  • Telefonnummer: 6082651029
  • E-mail: wieben@wisc.edu

Undersøgelse Kontakt Backup

Studiesteder

    • Wisconsin
      • Madison, Wisconsin, Forenede Stater, 53718
        • Rekruttering
        • UW Health - East Madison Hospital

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  • Villighed til at engagere sig og bruge omgivelsesteknologi
  • Engelsktalende
  • Alle registrerede sygeplejersker og sygeplejeassistenter på studiet indlæggelsesenheder
  • Bekræftelse af fuldførelse af al påkrævet træning

Eksklusionskriterier:

  • Planlagt fravær i mere end 6 uger i studieperioden

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Sundhedstjenesteforskning
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Ambient Lyttegruppe 1
Sygehusafdelingen vil blive randomiseret, og al plejepersonale på afdelingen vil have adgang til at begynde at bruge Ambient AI i uge 8.
Ambient AI-softwareintervention implementeres i sygeplejepersonalets arbejdsgang. Softwaren inkorporerer automatisk talegenkendelsesteknologi med store sprogmodeller til at generere klinisk dokumentation i realtid
Eksperimentel: Ambient Listening Group 2
The hospital unit will be randomized and all nursing staff within the unit will have access to start using Ambient AI at week 11.
Ambient AI-softwareintervention implementeres i sygeplejepersonalets arbejdsgang. Softwaren inkorporerer automatisk talegenkendelsesteknologi med store sprogmodeller til at generere klinisk dokumentation i realtid
Eksperimentel: Ambient Listening Group 3
The hospital unit will be randomized and all nursing staff within the unit will have access to start using Ambient AI at week 14.
Ambient AI-softwareintervention implementeres i sygeplejepersonalets arbejdsgang. Softwaren inkorporerer automatisk talegenkendelsesteknologi med store sprogmodeller til at generere klinisk dokumentation i realtid

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Change in Active Time Spent in Flowsheets per shift hour
Tidsramme: Baseline to 22 weeks
To assess a change in nursing staff documentation time, the change active time spent in flowsheets per shift hour with the use of the Ambient Listening tool versus usual documentation will be reported.
Baseline to 22 weeks

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Change in Active Time Spent in Flowsheets per patient per shift
Tidsramme: Baseline to 22 weeks
To assess nursing staff documentation burden, the change in active time spent in flowsheets per patient shift will be reported.
Baseline to 22 weeks
Change in the number of clicks or taps in Flowsheets
Tidsramme: Baseline to 22 weeks
To assess nursing staff documentation burden, the change in the number of clicks or taps in flowsheets will be reported.
Baseline to 22 weeks
Change in Amount of Overtime Charting
Tidsramme: Baseline to 22 weeks
To assess nursing staff documentation burden, the change in time spent documenting after end time of assignment will be reported.
Baseline to 22 weeks
Change in Clinician Worklife Survey (Mini-Z) Score
Tidsramme: Baseline to 22 weeks
Professional Wellbeing will be assessed with the Mini Z 3.0, a 10 item tool (plus one open-ended question) designed to quickly assess clinician burnout, stress, satisfaction, and work-life drivers such as workload control, teamwork, and electronic health record (EHR) related stressors. The Mini Z survey is scored by summing responses to the first 10 items, each rated on a 1-5 Likert scale, producing a total score ranging from 10 to 50. Higher scores indicate better worklife conditions, with scores of 40 or above reflecting a "joyful" workplace.
Baseline to 22 weeks
Change in Mini-Z Subscale Scores: Supportive Work Environment
Tidsramme: Baseline to 22 weeks
Professional Wellbeing will also be assessed with Mini Z subscales. One Mini-Z subscale measures supportive work environment with 7-items (scores range from 7-35, higher scores indicate more supportive environment).
Baseline to 22 weeks
Change in Mini-Z (3.0) Subscale Scores: EHR Stress
Tidsramme: Baseline to 22 weeks
Professional Wellbeing will also be assessed with Mini Z subscales. One Mini-Z subscale measures EHR stress (scores range from 3-15, higher scores indicate more manageable EHR stress).
Baseline to 22 weeks
Change System Usability Scale (SUS)
Tidsramme: 11 weeks to 22 weeks
The SUS is a 10-item scale that assesses perceived usability of a system, in this case, the Abridge Ambient Listening Tool. It yields a single score that can range from 0-100 with higher scores indicating higher system usability.
11 weeks to 22 weeks

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Ann Wieben, PhD, RN, University of Wisconsin, Madison
  • Ledende efterforsker: Jann Pfaff, PhD, RN, University of Wisconsin, Madison

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

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)

5. maj 2026

Primær færdiggørelse (Anslået)

1. december 2026

Studieafslutning (Anslået)

1. december 2026

Datoer for studieregistrering

Først indsendt

2. marts 2026

Først indsendt, der opfyldte QC-kriterier

2. marts 2026

Først opslået (Faktiske)

6. marts 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

1. juni 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. maj 2026

Sidst verificeret

1. maj 2026

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2026-0311
  • UWMSN | Nursing | Admin (Anden identifikator: UW Madison)
  • Protocol Version 5/15/26 (Anden identifikator: UW Madison)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Vi planlægger at dele størstedelen af vores forskningsdokumentation, herunder Studieprotokol, Statistisk Analyseplan, Informeret Samtykkeprotokol, Analysekode, datadictionary og de-identifierede resultatdata fra spørgeskemaundersøgelser og interview/fokusgruppeundersøgelser.

IPD-delingstidsramme

Vi vil gøre IPD-oplysningerne tilgængelige i begyndelsen af 2027, når vi har afsluttet vores analyse og er klar til offentliggørelse. De vil være tilgængelige på ubestemt tid.

IPD-delingsadgangskriterier

Vi vil give et offentligt tilgængeligt GitLab-link, hvor alle studiematerialer kan downloades

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • SAP
  • ICF
  • ANALYTIC_CODE

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 .

Kliniske forsøg med Byrden ved sygeplejedokumentation

Kliniske forsøg med Kunstig Intelligens

Abonner