KI-Transkription und -Berichterstattung in der Allgemeinmedizin: eine Längsschnittstudie (AI Scribe)
Allgemeinärzte (GPs) in den Niederlanden stehen unter unhaltbarem Druck. Aktuelle Umfragen zeigen, dass 68 % der Hausärzte die Arbeitsbelastung als zu hoch empfinden und 18 % ihre Arbeit als extrem oder sehr belastend empfinden. Der Druck auf Hausärzte schadet der Patientenversorgung erheblich, da sich ein geringeres Wohlbefinden der Ärzte negativ auf die Erfahrungen der Patienten, die Einhaltung der Behandlung, die Kommunikation zwischen Patienten und Anbietern, die Gesundheitskosten, die Pflegequalität und die Patientensicherheit auswirken kann.
Ein wesentlicher Faktor für den Stress ist der zunehmende Zeitaufwand, der mit der klinischen Dokumentation verbunden ist. Der Dokumentationsprozess hat sich zu einer zeitintensiven Aufgabe entwickelt, die ein erhebliches Hindernis für eine effiziente Patientenversorgung darstellt. Große Sprachmodelle (LLMs) sind vielversprechende Lösungen der künstlichen Intelligenz (KI), um die Dokumentation in der Allgemeinmedizin zu reduzieren. In diesem Projekt wollen die Forscher ein KI-basiertes Transkriptions- und Berichtstool in der Allgemeinmedizin untersuchen.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Einleitung Im Laufe der Jahre haben die Einführung der elektronischen Gesundheitsakte (EHR) und steigende Anforderungen an die Dokumentation zu einer zunehmenden Belastung für Hausärzte geführt. Die klinische Dokumentation stellt ein großes Hindernis für eine effiziente Patientenversorgung dar, da im vergangenen Jahr mehr als die Hälfte der Hausärzte mehr als 20 % ihrer Zeit mit Verwaltungsaufgaben verbrachte. Diese Belastung führt zu einer verminderten Arbeitszufriedenheit und einem geringeren Wohlbefinden, erhöhter Burnout-Rate und Mitarbeiterfluktuation. Der Dokumentationsaufwand wirkt sich auch negativ auf die Kommunikation zwischen Patient und Anbieter aus. Dies führt dazu, dass Hausärzte weniger Blickkontakt haben, eine geschlossenere Körperhaltung einnehmen und ihren Patienten weniger Informationen übermitteln. Die Dokumentation in der EHR hat jedoch auch positive Auswirkungen, wie etwa eine geringere kognitive Belastung und eine Verbesserung der Patientensicherheit und -versorgung. Die Reduzierung der Interaktion zwischen Anbieter und Computer während der Konsultation kann die Interaktion zwischen Patient und Anbieter sowie das Wohlbefinden des Anbieters verbessern und gleichzeitig die Vorteile von EHRs beibehalten.
Tatsächlich haben Studien gezeigt, dass der Einsatz von Arzthelferinnen zur Dokumentation während der Konsultationen zu einer Verlängerung der persönlichen Zeit und einer Verbesserung der Patientenzufriedenheit führt. Darüber hinaus verringerten Speech-to-Text-Technologien für das Diktieren nach der Konsultation den Dokumentationsaufwand, indem sie die Dokumentationsgeschwindigkeit, das Patientenerlebnis und die Zufriedenheit des Anbieters steigerten. Diese Interventionen können Burnout- und Fluktuationsraten senken und das Wohlergehen der Anbieter sowie des Gesundheitssektors stärken.
Die rasante Weiterentwicklung großer Sprachmodelle (LLMs) hat neue Möglichkeiten zur Reduzierung des Dokumentationsaufwands eröffnet. LLMs wie ChatGPT sind Modelle der künstlichen Intelligenz (KI), die Texte interpretieren und generieren können. Diese Modelle können eine Konsultation mit dem Hausarzt in Echtzeit transkribieren und zusammenfassen, sodass kein medizinischer Assistent oder ein Diktat nach der Konsultation erforderlich ist. Wenn dem LLM jedoch Fehler unterlaufen, kann dies zu einem erhöhten Verwaltungsaufwand führen. Ziel der Forscher ist es, die Wirkung eines KI-basierten Transkriptions- und Berichtstools in der Allgemeinmedizin zu bewerten.
Ziele Unser Hauptziel besteht darin, die Wirkung eines Transkriptions- und Berichtstools auf den Zeitaufwand für die klinische Dokumentation in der Allgemeinmedizin zu bewerten.
Sekundäre Ziele bestehen darin, die Wirkung eines Transkriptions- und Berichtstools in der Allgemeinmedizin zu bewerten
- Gesamte Beratungszeit
- GP-Erfahrung
- Patientenerfahrung
- Länge und Qualität der Dokumentation
Zur Beurteilung der Nutzungsraten des Tools. Zur Beurteilung der Akzeptanz der Nutzung des Tools
Design Dies ist eine Vorher-Nachher-Längsschnittstudie. Für jeden Hausarzt werden die Ermittler zwei Tage lang Konsultationen ohne das Tool durchführen. Dies erfolgt zwei Wochen vor der Implementierung des Tools (Basiszeitraum). Die Ermittler werden auch zweitägige Konsultationen mit dem Tool beobachten. Dies geschieht zwei Wochen nach Einführung des Tools (Interventionszeitraum). Konsultationen aus dem Interventionszeitraum werden mit dem Basiszeitraum verglichen, um die Wirksamkeit des Instruments hinsichtlich der verschiedenen Ergebnisse zu bewerten.
Stichprobengröße Eine Simulation der Stichprobengröße ergab, dass die Forscher 30 Beobachtungen benötigen würden, um genügend Aussagekraft für das primäre Ergebnis zu haben. Um die Generalisierbarkeit unserer Forschung zu verbessern und die Stichprobe für die qualitativen Ergebnisse zu vergrößern, wollen die Forscher insgesamt vier Konsultationstage für zehn Hausärzte aus mindestens fünf verschiedenen Praxen beobachten. Praxen werden gezielt auf Unterschiede in der Patientenpopulation und der Praxisorganisation untersucht.
Ergebnisse Die Forscher messen die zeitlichen Ergebnisse durch kontinuierliche Beobachtung. Ein Beobachter überwacht die Zeit, die während einer Konsultation für verschiedene Aufgaben aufgewendet wird, darunter die Erhebung der Krankengeschichte, die Durchführung der körperlichen Untersuchung, die Erläuterung der Diagnose oder des Behandlungsplans, die Konsultation eines Kollegen, die klinische Dokumentation und administrative Aufgaben wie Verschreibungen oder Überweisungen.
Die Patientenerfahrung der Konsultation wird mit einem validierten Patientenerfahrungsfragebogen (PEQ) für die Allgemeinmedizin gemessen. Die Einstellung des Patienten zur Verwendung des Tools während der Konsultation wird durch ein halbstrukturiertes Interview auf der Grundlage früherer Recherchen vertieft. Die Erfahrungen des Hausarztes mit und die Auswirkungen des Tools auf die klinischen Aufgaben werden anhand halbstrukturierter Interviews gemessen, die auf früheren Untersuchungen basieren. Die Akzeptanz und Nutzung des Tools durch Hausärzte wird anhand der einheitlichen Theorie der Akzeptanz und Nutzung von Technologie (UTAUT) bewertet.
Die Nutzungsraten des Tools werden gemessen, indem der Anteil der Konsultationen bewertet wird, bei denen das Tool verwendet wird. Der Dokumentationsumfang wird anhand der Länge der Dokumentation in Worten gemessen. Die Informationsmenge der Dokumentation wird anhand der Anzahl relevanter klinischer Variablen in der Notiz gemessen.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
South Holland
-
Rotterdam, South Holland, Niederlande, 3015GD
- Erasmus MC
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
- Allgemeinmediziner (in Ausbildung) im Südwesten der Niederlande
- Patienten, die Allgemeinmediziner (in Ausbildung) im Südwesten der Niederlande aufsuchen
Beschreibung
Allgemeinmediziner:
Aufnahme:
- Planung der Implementierung des KI-basierten Transkriptions- und Berichtstools
- Geben Sie Ihr Einverständnis zur Beobachtung und/oder zum Interview und/oder zum Fragebogen
Ausschluss:
- Unzureichende Kenntnisse der niederländischen Sprache für das Vorstellungsgespräch
Patienten:
Aufnahme:
- Geben Sie Ihre Einverständniserklärung für den Fragebogen und/oder das Interview
- Zum Fragebogen: Ich hatte ein Beratungsgespräch mit dem Hausarzt
- Für das Interview: Hatte ein Beratungsgespräch mit dem Hausarzt, bei dem das Tool verwendet wurde
Ausschluss:
- Unzureichende Kenntnisse der niederländischen Sprache für das Vorstellungsgespräch
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
GP 01
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 02
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 03
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 04
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 05
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 06
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 07
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 08
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 09
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 10
Hausarzt, der mit/ohne Werkzeug arbeitet
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 11
Allgemeinmediziner arbeitet mit/ohne das Tool
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
|
GP 12
Allgemeinmediziner arbeitet mit/ohne das Tool
|
Das LLM-basierte Transkriptions- und Berichtstool funktioniert in drei Schritten:
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zeitaufwand für die Dokumentation
Zeitfenster: Gemessen während der Konsultation (Basislinie und Intervention)
|
Dieses Ergebnis bezieht sich auf den Zeitaufwand für die Dokumentation einer klinischen Konsultation.
Die Forscher werden die Zeitergebnisse durch kontinuierliche Beobachtung messen.
Ein externer Beobachter überwacht die Zeit, die während einer Konsultation für verschiedene Aufgaben aufgewendet wird, darunter die Erhebung der Krankengeschichte, die Durchführung der körperlichen Untersuchung, die Erläuterung der Diagnose oder des Behandlungsplans, die Konsultation eines Kollegen, die klinische Dokumentation und administrative Aufgaben wie Verschreibungen oder Überweisungen.
|
Gemessen während der Konsultation (Basislinie und Intervention)
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Gesamte Beratungszeit
Zeitfenster: Gemessen während der Konsultation (Basislinie und Intervention)
|
Dieses Ergebnis bezieht sich auf die Gesamtzeit, die für die klinische Beratung aufgewendet wurde.
Die Forscher werden die Zeitergebnisse durch kontinuierliche Beobachtung messen.
Ein externer Beobachter überwacht die Zeit, die während einer Konsultation für verschiedene Aufgaben aufgewendet wird, darunter die Erhebung der Krankengeschichte, die Durchführung der körperlichen Untersuchung, die Erläuterung der Diagnose oder des Behandlungsplans, die Konsultation eines Kollegen, die klinische Dokumentation und administrative Aufgaben wie Verschreibungen oder Überweisungen.
|
Gemessen während der Konsultation (Basislinie und Intervention)
|
|
GP-Erfahrung mit dem Tool
Zeitfenster: Gemessen innerhalb einer Woche nach der zweitägigen Interventionsperiode
|
Die Erfahrungen des Hausarztes und die Auswirkungen des Tools auf die klinischen Aufgaben werden anhand halbstrukturierter Interviews gemessen, die auf früheren Untersuchungen mit dem folgenden Themenleitfaden basieren:
|
Gemessen innerhalb einer Woche nach der zweitägigen Interventionsperiode
|
|
Patientenerfahrung mit der Beratung
Zeitfenster: Gemessen innerhalb einer Woche nach der Beratung
|
Die Patientenerfahrung bei der Konsultation und Kommunikation mit dem Hausarzt wird mit einem Patientenerfahrungsfragebogen (PEQ) für die Allgemeinmedizin (doi: 10.1093/fampra/18.4.410) gemessen. Der PEQ enthält fünf Skalen:
|
Gemessen innerhalb einer Woche nach der Beratung
|
|
Patientenerfahrung mit dem Tool
Zeitfenster: Gemessen innerhalb einer Woche nach der Beratung
|
Die Erfahrung und Einstellung des Patienten mit dem Tool wird anhand eines halbstrukturierten Interviews bewertet, das auf früheren Recherchen mit dem folgenden Themenleitfaden basiert:
|
Gemessen innerhalb einer Woche nach der Beratung
|
|
Nutzungsraten
Zeitfenster: Direkt nach der Beratung gemessen
|
Die Nutzungsraten des Tools werden gemessen, indem der Anteil der Konsultationen bewertet wird, bei denen das Tool verwendet wird.
|
Direkt nach der Beratung gemessen
|
|
Dokumentationsband
Zeitfenster: Direkt nach der Beratung gemessen
|
Der Dokumentationsumfang wird anhand der Länge der Dokumentation in Worten gemessen.
|
Direkt nach der Beratung gemessen
|
|
Informationsdichte der Dokumentation
Zeitfenster: Direkt nach der Beratung gemessen
|
Die Informationsmenge der Dokumentation wird anhand der Anzahl relevanter klinischer Variablen in der Notiz gemessen. Sie werden nach ihrem Typ kategorisiert:
|
Direkt nach der Beratung gemessen
|
|
Akzeptanz und Verwendung des Tools durch den Hausarzt
Zeitfenster: Gemessen 1 Woche vor dem Basiszeitraum, 1 Woche vor Beginn des Interventionszeitraums und 1 Woche nach dem Interventionszeitraum
|
Die Akzeptanz und Nutzung des Tools durch Hausärzte wird anhand der einheitlichen Theorie der Akzeptanz und Nutzung von Technologie (UTAUT) bewertet. Der Fragebogen besteht aus fünf Bereichen. Leistungserwartung: 4–20 Punkte, höher ist besser. Aufwandserwartung: 4–20 Punkte, höher ist besser. Sozialer Einfluss: 4–20 Punkte, höher ist besser. Förderbedingungen: 4–20 Punkte, höher ist besser. Verhaltensabsicht: 3–15 Punkte, kein Werturteil |
Gemessen 1 Woche vor dem Basiszeitraum, 1 Woche vor Beginn des Interventionszeitraums und 1 Woche nach dem Interventionszeitraum
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- PaNaMa-12075
- MEC-2024-0286 (Andere Kennung: Medical Ethical Review Committee Erasmus MC)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
IPD-Sharing-Zeitrahmen
IPD-Sharing-Zugriffskriterien
Art der unterstützenden IPD-Freigabeinformationen
- STUDIENPROTOKOLL
- SAFT
- ICF
- ANALYTIC_CODE
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .