Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Künstlicher Intelligenz-gestützter virtueller Assistent für die Notfalltriage in der Neurologie (AIDEN)

21. März 2024 aktualisiert von: Mauricio F. Farez, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Phase-1-Studie zur Implementierung eines auf künstlicher Intelligenz basierenden virtuellen Assistenten für die Notfalltriage in der Neurologie

Diese Studie untersucht den Einsatz eines KI-gestützten virtuellen Assistenten zur schnellen Erkennung und Bewältigung neurologischer Notfälle, insbesondere an Orten mit begrenzten medizinischen Ressourcen. Ziel der Forschung war es zu prüfen, ob dieses KI-Tool sicher und genau genug ist, um mit fortgeschritteneren Testphasen fortzufahren. In einem einzigartigen Versuch wurde der virtuelle Assistent an Patienten mit dringenden neurologischen Problemen getestet. Neurologen überprüften zunächst die Empfehlungen der KI anhand klinischer Aufzeichnungen und beurteilten dann deren Leistung direkt bei Patienten. Die Ergebnisse waren wie folgt: Neurologen waren fast immer mit den Entscheidungen der KI einverstanden, und die KI übertraf frühere Versionen von Chat GPT in allen getesteten Aspekten. Patienten und Ärzte empfanden die KI als sehr wirksam und bewerteten sie in den meisten Fällen als ausgezeichnet oder sehr gut. Dies deutet darauf hin, dass die KI die Art und Weise, wie schnell und genau neurologische Notfälle behandelt werden, erheblich verbessern könnte, obwohl weitere Versuche erforderlich sind, bevor sie umfassend eingesetzt werden kann.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Hintergrund und Ziele: Neurologische Notfälle stellen die medizinische Versorgung vor große Herausforderungen, insbesondere in Ländern mit begrenzten Ressourcen. Künstliche Intelligenz (KI), insbesondere Gesundheits-Chatbots, bietet eine vielversprechende Lösung. Um Sicherheit und Genauigkeit zu gewährleisten, ist jedoch eine strenge Validierung erforderlich. Das Ziel unserer Arbeit besteht darin, die diagnostische Genauigkeit und Auflösungseffektivität eines KI-gestützten virtuellen Assistenten zu bewerten, der für die Triage notfallmäßiger neurologischer Pathologien konzipiert ist, um den Mindeststandard an Sicherheit zu gewährleisten, der den Übergang zu aufeinanderfolgenden Validierungstests ermöglicht.

Methoden: In dieser Phase-1-Studie wird die Leistung eines KI-gestützten virtuellen Assistenten für die neurologische Notfalltriage bewertet. Zehn Patienten über 18 Jahre mit dringenden neurologischen Pathologien wurden ausgewählt. In der ersten Phase beurteilten neun Neurologen anhand ihrer klinischen Unterlagen die Sicherheit des virtuellen Assistenten. Im zweiten Teil wurde die Genauigkeit des Assistenten im Einsatz durch Patienten evaluiert. Abschließend wurde die Leistung mit Chat GPT 3.5 und 4 verglichen.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

10

Phase

  • Frühphase 1

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Patienten über 18 Jahre konsultieren aufgrund eines neurologischen Notfalls die Notaufnahme

Ausschlusskriterien:

  • Schwangerschaft

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: Nicht randomisiert
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Virtueller Assistent
Patienten beantworten mit einem virtuellen Assistenten Fragen zu ihrem letzten Besuch in der Notaufnahme.
Diagnosetest: Virtueller Assistent
Stufe 1 konzentrierte sich auf die Sicherheit und nutzte für den virtuellen Assistenten nur medizinische Informationen aus klinischen Aufzeichnungen. In Stufe 2, in der die Genauigkeit bewertet wurde, interagierten die Teilnehmer mit dem virtuellen Assistenten für die postmedizinische Stabilisierung. Darüber hinaus stellten die Teilnehmer auch erste Symptomdetails für die Chat-GPT-Eingabe zur Verfügung. An der Studie nahmen neun auf Notfallmedizin spezialisierte Neurologen teil. In Stufe 1 bewerteten sie die Leistung des virtuellen Assistenten anhand von Informationen zur Krankengeschichte. In Stufe 2 analysierten sie die Ergebnisse der Teilnehmerinteraktionen mit dem Assistenten und führten eine vergleichende Bewertung von Chat-GPT durch. Der virtuelle Assistent fungierte als Chatbot auf WhatsApp und Telegram, nutzte Spanisch und integrierte fortschrittliche Algorithmen, Entscheidungsbäume und große Sprachmodelle für die Interaktion. Zum Vergleich verwendeten wir die Chat-GPT-Versionen 3.5 und 4 und verwendeten zwei Eingabeaufforderungstypen in natürlichem Spanisch: eine mit Daten aus klinischen Aufzeichnungen und die andere basierend auf den Erzählungen der Teilnehmer.
Aktiver Komparator: ChatGPT 3.5
Patienten beantworten mit ChatGPT Fragen zu ihrem letzten Besuch in der Notaufnahme.
Diagnosetest: Virtueller Assistent
Stufe 1 konzentrierte sich auf die Sicherheit und nutzte für den virtuellen Assistenten nur medizinische Informationen aus klinischen Aufzeichnungen. In Stufe 2, in der die Genauigkeit bewertet wurde, interagierten die Teilnehmer mit dem virtuellen Assistenten für die postmedizinische Stabilisierung. Darüber hinaus stellten die Teilnehmer auch erste Symptomdetails für die Chat-GPT-Eingabe zur Verfügung. An der Studie nahmen neun auf Notfallmedizin spezialisierte Neurologen teil. In Stufe 1 bewerteten sie die Leistung des virtuellen Assistenten anhand von Informationen zur Krankengeschichte. In Stufe 2 analysierten sie die Ergebnisse der Teilnehmerinteraktionen mit dem Assistenten und führten eine vergleichende Bewertung von Chat-GPT durch. Der virtuelle Assistent fungierte als Chatbot auf WhatsApp und Telegram, nutzte Spanisch und integrierte fortschrittliche Algorithmen, Entscheidungsbäume und große Sprachmodelle für die Interaktion. Zum Vergleich verwendeten wir die Chat-GPT-Versionen 3.5 und 4 und verwendeten zwei Eingabeaufforderungstypen in natürlichem Spanisch: eine mit Daten aus klinischen Aufzeichnungen und die andere basierend auf den Erzählungen der Teilnehmer.
Aktiver Komparator: ChatGPT 4
Patienten beantworten mit ChatGPT Fragen zu ihrem letzten Besuch in der Notaufnahme.
Diagnosetest: Virtueller Assistent
Stufe 1 konzentrierte sich auf die Sicherheit und nutzte für den virtuellen Assistenten nur medizinische Informationen aus klinischen Aufzeichnungen. In Stufe 2, in der die Genauigkeit bewertet wurde, interagierten die Teilnehmer mit dem virtuellen Assistenten für die postmedizinische Stabilisierung. Darüber hinaus stellten die Teilnehmer auch erste Symptomdetails für die Chat-GPT-Eingabe zur Verfügung. An der Studie nahmen neun auf Notfallmedizin spezialisierte Neurologen teil. In Stufe 1 bewerteten sie die Leistung des virtuellen Assistenten anhand von Informationen zur Krankengeschichte. In Stufe 2 analysierten sie die Ergebnisse der Teilnehmerinteraktionen mit dem Assistenten und führten eine vergleichende Bewertung von Chat-GPT durch. Der virtuelle Assistent fungierte als Chatbot auf WhatsApp und Telegram, nutzte Spanisch und integrierte fortschrittliche Algorithmen, Entscheidungsbäume und große Sprachmodelle für die Interaktion. Zum Vergleich verwendeten wir die Chat-GPT-Versionen 3.5 und 4 und verwendeten zwei Eingabeaufforderungstypen in natürlichem Spanisch: eine mit Daten aus klinischen Aufzeichnungen und die andere basierend auf den Erzählungen der Teilnehmer.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Diagnoseleistung
Zeitfenster: Die erste Interaktion zwischen Teilnehmern und dem virtuellen Assistenten fand weniger als ein Jahr nach der Veranstaltung statt. Die Ergebnismaße wurden unmittelbar nach der Interaktion zwischen Patienten und dem virtuellen Assistenten ausgewertet.

Bezieht sich auf die Genauigkeit und Wirksamkeit medizinischer Tests oder Diagnoseinstrumente bei der korrekten Identifizierung einer Krankheit oder eines Zustands bei Patienten.

Übereinstimmung bei der Syndromdiagnose: Bewertende Neurologen hielten eine Syndromdiagnose für richtig, wenn KI-Tools einen Zustand anhand einer Reihe häufig auftretender Anzeichen und Symptome identifizieren konnten, anstatt eine bestimmte Krankheit zu identifizieren. Diese Methode wird angewendet, wenn die genaue Krankheit, die die Symptome verursacht, nicht sofort erkennbar ist, sodass Gesundheitsdienstleister die auftretenden Symptome des Patienten effektiv überwachen und behandeln können.

Differenzialdiagnose-Übereinstimmung: Eine Differenzialdiagnose galt als korrekt, wenn die von jedem KI-Tool bereitgestellten Differenzialdiagnosen mit denen der Teilnehmer übereinstimmten.

Als Goldstandard für die Diagnose galt der in der Notaufnahme angegebene Standard, der über einen Zeitraum von einem Monat unverändert blieb.
Die erste Interaktion zwischen Teilnehmern und dem virtuellen Assistenten fand weniger als ein Jahr nach der Veranstaltung statt. Die Ergebnismaße wurden unmittelbar nach der Interaktion zwischen Patienten und dem virtuellen Assistenten ausgewertet.

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Angemessenes medizinisches Verhalten oder Empfehlung
Zeitfenster: Die erste Interaktion zwischen Teilnehmern und dem virtuellen Assistenten fand weniger als ein Jahr nach der Veranstaltung statt. Die Ergebnismaße wurden unmittelbar nach der Interaktion zwischen Patienten und dem virtuellen Assistenten ausgewertet.

Die Lösung des Falles wurde auf der Grundlage angemessenen medizinischen Verhaltens oder einer entsprechenden Empfehlung bewertet, wobei 1) Dringlichkeit als unmittelbar, 2) kurzfristig (innerhalb von 48 Stunden), 3) oder nicht dringend eingestuft wurde.

Die von jedem KI-Tool bereitgestellten Empfehlungen wurden auf der Grundlage von Informationen aus der Krankengeschichte und Eingaben der Teilnehmer bewertet.

Als Goldstandard für angemessenes medizinisches Verhalten oder entsprechende Empfehlungen galt der in der Notaufnahme gegebene Standard, der sich über einen Zeitraum von einem Monat nicht änderte.
Die erste Interaktion zwischen Teilnehmern und dem virtuellen Assistenten fand weniger als ein Jahr nach der Veranstaltung statt. Die Ergebnismaße wurden unmittelbar nach der Interaktion zwischen Patienten und dem virtuellen Assistenten ausgewertet.
Bewertung der Benutzerfreundlichkeit und Zufriedenheit
Zeitfenster: Die erste Interaktion zwischen Teilnehmern und dem virtuellen Assistenten fand weniger als ein Jahr nach der Veranstaltung statt. Die Ergebnismaße wurden unmittelbar nach der Interaktion zwischen Patienten und dem virtuellen Assistenten ausgewertet.

Die Benutzerfreundlichkeit wurde anhand der Zeit und Anzahl der Fragen gemessen, die sowohl von Neurologen als auch von Teilnehmern für die endgültige Diagnose und Lösung benötigt wurden. Für Chat GPT haben wir die Zeit ausgewertet, die für die Ausarbeitung des Konsultationsgrunds benötigt wurde.

Es wurde eine Zufriedenheitsskala von 1 bis 5 implementiert, wobei 1 eine negative Erfahrung anzeigt („schlecht“, potenziell riskant für den Patienten) und 5 sehr positiv („ausgezeichnet“, potenziell über die Triage durch nicht spezialisierte Menschen hinausgeht). Bei den Teilnehmern wurde außerdem eine einfache Ja/Nein-Umfrage durchgeführt, in der nach der Verständlichkeit der Fragen des Assistenten, der Angemessenheit der Überweisung je nach Dringlichkeit und der Frage gefragt wurde, ob der Assistent ihrer Meinung nach eine nicht spezialisierte Triage ersetzen oder die Ankunftszeit im Notfall verkürzen könnte.
Die erste Interaktion zwischen Teilnehmern und dem virtuellen Assistenten fand weniger als ein Jahr nach der Veranstaltung statt. Die Ergebnismaße wurden unmittelbar nach der Interaktion zwischen Patienten und dem virtuellen Assistenten ausgewertet.

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Mitarbeiter

Entelai

Ermittler

  • Hauptermittler: Mauricio F Farez, MD MPH, Fundación para la lucha contra las enfermedades neurológicas de la infancia

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Oktober 2023

Primärer Abschluss (Tatsächlich)

1. Januar 2024

Studienabschluss (Tatsächlich)

1. Januar 2024

Studienanmeldedaten

Zuerst eingereicht

6. März 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

21. März 2024

Zuerst gepostet (Tatsächlich)

28. März 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

28. März 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

21. März 2024

Zuletzt verifiziert

1. März 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 10476 (Andere Kennung: CTEP)

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Wir werden IPD nicht weitergeben

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Virtueller Assistent

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Serbia

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren