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

KI als Hilfsmittel zur wöchentlichen Symptomaufnahme in der Strahlentherapie

8. Oktober 2024 aktualisiert von: jaide

Bewertung der KI-gestützten Symptomzusammenfassung in wöchentlichen Strahlentherapie-Konsultationen: Eine Vergleichsstudie

Die Studie untersucht den Einsatz künstlicher Intelligenz (KI) und großer Sprachmodelle (LLMs), um die Effizienz und Genauigkeit wöchentlicher Behandlungskonsultationen (OTVs) in der Strahlentherapie zu verbessern. Es wird davon ausgegangen, dass ein KI-gestütztes Tool zur Symptomzusammenfassung in puncto Genauigkeit mit herkömmlichen medizinischen Überprüfungsmethoden mithalten und gleichzeitig Zeit sparen kann. Die Studie umfasst Patienten, die sich einer Beckenbestrahlung unterziehen, und schließt Patienten mit erneuter Beckenbestrahlung oder nach einer Operation aus. Die Patienten erhalten sowohl standardmäßige als auch KI-gestützte wöchentliche Konsultationen, wobei KI-Zusammenfassungen mithilfe der OpenAI GPT-4-API erstellt werden. Verblindete Onkologen vergleichen die Genauigkeit und Qualität der von der KI erstellten und vom Arzt erstellten Zusammenfassungen, während Patienten und Ärzte diese Zusammenfassungen bewerten. Das Hauptziel besteht darin, die Genauigkeit und Zeiteffizienz KI-gestützter Symptomzusammenfassungen im Vergleich zu herkömmlichen Methoden zu bewerten.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Bei dieser klinischen Studie handelt es sich um eine Vergleichsstudie zur Bewertung der Genauigkeit und Zeiteffizienz eines KI-gestützten Symptomzusammenfassungstools im Vergleich zu herkömmlichen medizinischen Überprüfungsmethoden bei Patienten, die sich einer Strahlentherapie im Beckenbereich unterziehen.

Hypothese:

Es wird angenommen, dass das KI-gestützte Tool zur Symptomzusammenfassung hinsichtlich der Genauigkeit herkömmlichen medizinischen Überprüfungsmethoden in nichts nachsteht und dabei Zeit spart.

Primäres Ergebnis:

Genauigkeit der Dokumentation: Die Qualität der Dokumentation wird mithilfe des Physician Documentation Quality Instrument-9 (PDQI-9) bewertet, einem validierten Fragebogen, der neun Schlüsselelemente der Dokumentationsqualität bewertet: Vollständigkeit, Korrektheit, Konsistenz, Verständlichkeit, Relevanz, Organisation, Prägnanz, Formatierung und Gesamteindruck. Verblindete Fachärzte nutzen den PDQI-9, um sowohl KI-generierte als auch traditionelle Zusammenfassungen auszuwerten und vergeben Punkte von 1 bis 10.

Sekundäre Ergebnisse:

Zeiteffizienz: Die Zeit, die für die Durchführung der KI-gestützten und herkömmlichen Konsultationen benötigt wird, wird aufgezeichnet und verglichen.

Zufriedenheit der Ärzte: Den an der Studie teilnehmenden Ärzten wird ein maßgeschneiderter Zufriedenheitsfragebogen ausgehändigt. Dieser Fragebogen umfasst Fragen auf der Likert-Skala, um verschiedene Aspekte der Zufriedenheit zu bewerten, darunter Benutzerfreundlichkeit, Zeiteffizienz, Genauigkeitswahrnehmung und Gesamtzufriedenheit.

Patientenzufriedenheit: Den an der Studie teilnehmenden Patienten wird ein maßgeschneiderter Zufriedenheitsfragebogen ausgehändigt. Dieser Fragebogen umfasst Fragen auf der Likert-Skala, um verschiedene Aspekte der Zufriedenheit zu bewerten, darunter Klarheit und Verständnis, wahrgenommene Genauigkeit, Engagement und Interaktion sowie Gesamtzufriedenheit.

Methodik:

Patientenauswahl: Patienten, die die Einschlusskriterien erfüllen, werden für die Teilnahme ausgewählt. Ausschlusskriterien werden angewendet, um Fälle von erneuter Beckenbestrahlung oder früheren Operationen im Beckenbereich auszuschließen.

Konsultationsprozess: Die Patienten werden einer standardmäßigen wöchentlichen Konsultation mit einem Arzt unterzogen. In derselben Woche findet für jeden Patienten auch ein separates Beratungsgespräch bei einem anderen Arzt statt. Bei diesem zweiten Beratungsgespräch wird unter ärztlicher Aufsicht ein Symptomfragebogen ausgefüllt. Die resultierende Zusammenfassung dieses Fragebogens wird mithilfe der OpenAI GPT-4-API generiert.

Studientyp

Interventionell

Einschreibung (Geschätzt)

200

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

  • Name: Rachele Grazziotin, MD
  • Telefonnummer: (21)3207-4550
  • E-Mail: cep@inca.gov.br

Studienorte

  • Brasilien
      • Rio De Janeiro, Brasilien
        • Rekrutierung
        • Instituto Nacional de Câncer José Alencar Gomes da Silva - INCA
        • Kontakt:
          • Rachele Rachele Grazziotin, MD

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:

Alle Patienten, die sich einer Strahlentherapie im Beckenbereich unterziehen.

Ausschlusskriterien:

Fälle von erneuter Beckenbestrahlung oder operierter Fälle.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Sonstiges
  • Zuteilung: Nicht randomisiert
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Aktiver Komparator: Standardmäßige wöchentliche Symptombeurteilung durch Ärzte
Sonstiges: Standardmäßige wöchentliche Symptomaufnahme
Standardmäßige wöchentliche Symptomaufnahme durch einen Arzt
Experimental: KI-gestützte Symptomaufnahme
Sonstiges: Generative Künstliche Intelligenz
Gen AI unterstützte die Zusammenfassung der Symptomaufnahme

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Das Physician Documentation Quality Instrument-9 (PDQI-9)
Zeitfenster: 2 Monate
Zur Bewertung der Qualität der Dokumentation wird das Physician Documentation Quality Instrument-9 (PDQI-9) verwendet. Der PDQI-9 ist ein validierter Fragebogen, der neun Schlüsselelemente der Dokumentationsqualität bewertet: Vollständigkeit, Korrektheit, Konsistenz, Verständlichkeit, Relevanz, Organisation, Prägnanz, Formatierung und Gesamteindruck.
2 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Zeiterfassung
Zeitfenster: 2 Monate
Die Gesamtzeit, die mit jedem Patienten und für die Dokumentation aufgewendet wird, wird sowohl für die Standard- als auch für die KI-gestützte Konsultation aufgezeichnet.
2 Monate
Genauigkeit
Zeitfenster: 2 Monate
Ein Team verblindeter Onkologen vergleicht die mit beiden Methoden erstellten Zusammenfassungen. Genauigkeitsbewertungen werden auf der Grundlage tabellarischer Daten aus den ausgefüllten Fragebögen vergeben. Den Patienten werden sowohl die KI-generierte Zusammenfassung als auch die Zusammenfassung des Arztes angezeigt und sie werden gebeten, ihre Genauigkeit auf einer Skala von 1 bis 10 zu bewerten.
2 Monate
Zufriedenheit der Ärzte
Zeitfenster: 2 Monate

Beurteilung der ärztlichen Zufriedenheit:

Bewertet wird die Zufriedenheit des Arztes mit dem KI-gestützten Tool zur Symptomzusammenfassung im Vergleich zu herkömmlichen Dokumentationsmethoden.

Messwerkzeug:

Den an der Studie teilnehmenden Ärzten wird ein maßgeschneiderter Zufriedenheitsfragebogen ausgehändigt. Dieser Fragebogen umfasst Fragen auf der Likert-Skala, um verschiedene Aspekte der Zufriedenheit zu bewerten, darunter:

Benutzerfreundlichkeit: Ärzte bewerten, wie einfach sie das KI-gestützte Tool im Vergleich zu herkömmlichen Methoden verwenden können.

Zeiteffizienz: Ärzte beurteilen, ob das KI-Tool bei der Patientenberatung und -dokumentation Zeit spart.

Gesamtzufriedenheit: Es wird eine Gesamtzufriedenheitsbewertung bereitgestellt, die die allgemeine Erfahrung des Arztes mit dem KI-Tool widerspiegelt.
2 Monate
Patientenzufriedenheit
Zeitfenster: 2 Monate

Beurteilung der Patientenzufriedenheit:

Als sekundäres Ergebnis dieser Studie wird die Zufriedenheit der Patienten mit dem KI-gestützten Tool zur Symptomzusammenfassung im Vergleich zu herkömmlichen Dokumentationsmethoden bewertet.

Messwerkzeug:

Den an der Studie teilnehmenden Patienten wird ein maßgeschneiderter Zufriedenheitsfragebogen ausgehändigt. Dieser Fragebogen umfasst Fragen auf der Likert-Skala, um verschiedene Aspekte der Zufriedenheit zu bewerten, darunter:

Klarheit und Verständnis: Patienten werden bewerten, wie klar und verständlich sie die von der KI generierten Zusammenfassungen im Vergleich zur herkömmlichen Dokumentation finden.

Engagement und Interaktion: Patienten bewerten ihr Engagement und ihre Interaktionserfahrung während der Konsultationen mithilfe des KI-Tools im Vergleich zu herkömmlichen Methoden.

Zufriedenheit: Es wird eine Gesamtzufriedenheitsbewertung bereitgestellt, die die allgemeine Erfahrung des Patienten mit dem KI-Tool widerspiegelt.
2 Monate

Mitarbeiter und Ermittler

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

Sponsor

jaide

Mitarbeiter

National Cancer Institute, Brazil

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)

22. Juli 2024

Primärer Abschluss (Geschätzt)

1. November 2024

Studienabschluss (Geschätzt)

15. Dezember 2024

Studienanmeldedaten

Zuerst eingereicht

18. Juli 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. Juli 2024

Zuerst gepostet (Tatsächlich)

29. Juli 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

10. Oktober 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

8. Oktober 2024

Zuletzt verifiziert

1. Oktober 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • BR-001

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

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 .

Abonnieren