- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05495438
Impacto y seguridad de la IA en la toma de decisiones en la UCI: un experimento de simulación (ICU)
El impacto de implementar inteligencia artificial (IA) en entornos de atención médica no está claro, en particular con respecto a cómo influirá en los tomadores de decisiones humanos. Investigaciones anteriores demostraron que las alertas de IA se ignoraban con frecuencia (Kamal et al., 2020) o podían provocar un comportamiento inesperado con un empeoramiento de los resultados de los pacientes (Wilson et al., 2021). Por otro lado, la confianza excesiva depositada en la IA podría tener varias consecuencias adversas, incluida la capacidad de detectar decisiones dañinas de la IA, lo que provocaría daños al paciente y la pérdida de habilidades humanas. Algunos de estos aspectos se relacionan con el sesgo de automatización.
En este estudio de simulación, los investigadores tienen la intención de medir si las decisiones médicas en áreas de alta incertidumbre clínica se modifican mediante el uso de una herramienta de soporte de decisiones clínicas basada en IA. Cómo se medirá la dosis de fluidos intravenosos (FIV) y vasopresores administrados por médicos en pacientes adultos con sepsis (infección grave con insuficiencia orgánica) en la UCI, como resultado de divulgar las dosis sugeridas por un hipotético IA. El área de la reanimación por sepsis está mal codificada, con una gran incertidumbre que conduce a una gran variabilidad en la práctica. Este estudio no mencionará específicamente al Clínico de IA (Komorowski et al., 2018). En cambio, los investigadores describirán una IA hipotética para la cual existe alguna evidencia de efectividad en datos retrospectivos en otro entorno clínico (p. ej., un modelo que se validó retrospectivamente utilizando datos de un país diferente al de la fuente de datos utilizada para el entrenamiento del modelo), pero no prospectiva. evidencia de eficacia o seguridad. Como tal, es posible que esta IA hipotética proporcione sugerencias inseguras. Los investigadores introducirán intencionalmente sugerencias de IA no seguras (en orden aleatorio), para medir la sensibilidad de nuestros participantes para detectarlas.
Descripción general del estudio
Descripción detallada
El impacto de implementar inteligencia artificial (IA) en entornos de atención médica no está claro, en particular con respecto a cómo influirá en los tomadores de decisiones humanos. Investigaciones anteriores demostraron que las alertas de IA se ignoraban con frecuencia (Kamal et al., 2020) o podían provocar un comportamiento inesperado con un empeoramiento de los resultados de los pacientes (Wilson et al., 2021). Por otro lado, la confianza excesiva depositada en la IA podría tener varias consecuencias adversas, incluida la capacidad de detectar decisiones dañinas de la IA, lo que provocaría daños al paciente y la pérdida de habilidades humanas. Algunos de estos aspectos se relacionan con el sesgo de automatización.
En este estudio de simulación, los investigadores tienen la intención de medir si las decisiones médicas en áreas de alta incertidumbre clínica se modifican mediante el uso de una herramienta de soporte de decisiones clínicas basada en IA. Cómo se medirá la dosis de fluidos intravenosos (FIV) y vasopresores administrados por médicos en pacientes adultos con sepsis (infección grave con insuficiencia orgánica) en la UCI, como resultado de divulgar las dosis sugeridas por un hipotético IA. El área de la reanimación por sepsis está mal codificada, con una gran incertidumbre que conduce a una gran variabilidad en la práctica. Este estudio no mencionará específicamente al Clínico de IA (Komorowski et al., 2018). En cambio, los investigadores describirán una IA hipotética para la cual existe alguna evidencia de efectividad en datos retrospectivos en otro entorno clínico (p. ej., un modelo que se validó retrospectivamente utilizando datos de un país diferente al de la fuente de datos utilizada para el entrenamiento del modelo), pero no prospectiva. evidencia de eficacia o seguridad. Como tal, es posible que esta IA hipotética proporcione sugerencias inseguras. Los investigadores introducirán intencionalmente sugerencias de IA no seguras (en orden aleatorio), para medir la sensibilidad de nuestros participantes para detectarlas.
Los investigadores examinarán qué características de los participantes están vinculadas con una mayor probabilidad de ser influenciados por la IA y realizarán una serie de análisis de subgrupos preespecificados, p. médicos de UCI junior versus senior, y separando a aquellos con una actitud positiva o negativa hacia la IA.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
London, Reino Unido, W2 1PG
- Imperial College Hospitals NHS Trust
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Médico subalterno (oficial superior de la casa) o superior (registrador/miembro/consultor) de la UCI
Criterio de exclusión:
- Participantes que no cumplieron con los criterios de inclusión.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Clínicos de la UCI
|
n/a - No hay intervención.
Los médicos revisarán las sugerencias de una IA hipotética
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Influencia de la IA en los médicos de la UCI
Periodo de tiempo: 3 meses
|
La influencia de la IA en los médicos de la UCI se dividirá en las siguientes categorías: general y estratificada por actitud segura/insegura, junior/senior y positiva/negativa hacia la IA.
|
3 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Características de los participantes
Periodo de tiempo: 3 meses
|
Cuáles son las características de quienes participan en la simulación y cómo afecta esto a la toma de decisiones.
|
3 meses
|
|
Confía en la IA
Periodo de tiempo: 3 meses
|
¿Cuánto confían los médicos de la UCI en el sistema de IA?
|
3 meses
|
|
Confianza en las decisiones de los participantes
Periodo de tiempo: 3 meses
|
¿Cuánta confianza depositan los médicos en el sistema de IA?
|
3 meses
|
|
Proporción de tiempo con atención en la explicación de IA
Periodo de tiempo: 3 meses
|
¿Dónde se enfoca la atención durante la simulación?
|
3 meses
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Estimar)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
- 22CX7592
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .