Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Asistente virtual impulsado por inteligencia artificial para clasificación de emergencias en neurología (AIDEN)

21 de marzo de 2024 actualizado por: Mauricio F. Farez, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Ensayo de fase 1 de la implementación de un asistente virtual impulsado por inteligencia artificial para el triaje de emergencias en neurología

Este estudio examina el uso de un asistente virtual impulsado por IA para identificar y manejar rápidamente emergencias neurológicas, particularmente en lugares con recursos médicos limitados. La investigación tenía como objetivo comprobar si esta herramienta de IA es lo suficientemente segura y precisa como para pasar a etapas de prueba más avanzadas. En una prueba única en su tipo, el asistente virtual se probó con pacientes que tenían problemas neurológicos urgentes. Los neurólogos primero revisaron las recomendaciones de la IA utilizando registros clínicos y luego evaluaron su desempeño directamente con los pacientes. Los hallazgos fueron los siguientes: los neurólogos estuvieron de acuerdo con las decisiones de la IA casi todo el tiempo, y la IA superó a las versiones anteriores de Chat GPT en todos los aspectos probados. Los pacientes y médicos consideraron que la IA era muy eficaz y la calificaron como excelente o muy buena en la mayoría de los casos. Esto sugiere que la IA podría mejorar significativamente la rapidez y precisión con la que se abordan las emergencias neurológicas, aunque se necesitan más ensayos antes de que pueda utilizarse ampliamente.

Descripción general del estudio

Estado

Terminado

Condiciones

Intervención / Tratamiento

Descripción detallada

Antecedentes y objetivos: Las emergencias neurológicas plantean desafíos importantes en la atención médica, especialmente en países con recursos limitados. La inteligencia artificial (IA), en particular los chatbots de salud, ofrece una solución prometedora. Sin embargo, se requiere una validación rigurosa para garantizar la seguridad y la precisión. El objetivo de nuestro trabajo es evaluar la precisión diagnóstica y la eficacia resolutiva de un asistente virtual impulsado por IA diseñado para el triaje de patologías neurológicas de emergencia, para garantizar el estándar mínimo de seguridad que permita la progresión a sucesivas pruebas de validación.

Métodos: este ensayo de fase 1 evalúa el desempeño de un asistente virtual impulsado por inteligencia artificial para la clasificación neurológica de emergencia. Se seleccionaron diez pacientes mayores de 18 años con patologías neurológicas urgentes. En una primera etapa, nueve neurólogos evaluaron la seguridad del asistente virtual a partir de su historia clínica. En la segunda parte se evaluó la precisión del asistente cuando lo utilizan los pacientes. Finalmente, se comparó su rendimiento con Chat GPT 3.5 y 4.

Tipo de estudio

Intervencionista

Inscripción (Actual)

10

Fase

  • Fase temprana 1

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

  • Argentina
      • Buenos Aires, Argentina, 1428
        • Fleni

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Descripción

Criterios de inclusión:

  • Pacientes mayores de 18 años que consultan en urgencias por urgencia neurológica

Criterio de exclusión:

  • El embarazo

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Diagnóstico
  • Asignación: No aleatorizado
  • Modelo Intervencionista: Asignación de un solo grupo
  • Enmascaramiento: Ninguno (etiqueta abierta)

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: Asistente virtual
Los pacientes responden preguntas con un asistente virtual sobre su reciente visita a la sala de emergencias.
Prueba de diagnóstico: Asistente virtual
La etapa 1 se centró en la seguridad, utilizando únicamente información médica de los registros clínicos para el asistente virtual. En la Etapa 2, que evaluó la precisión, los participantes interactuaron con el asistente virtual después de la estabilización médica. Además, los participantes también proporcionaron detalles de los síntomas iniciales para la entrada de Chat-GPT. En el estudio participaron nueve neurólogos especialistas en urgencias. En la Etapa 1, evaluaron el desempeño del asistente virtual utilizando información del historial clínico. En la Etapa 2, analizaron los resultados de las interacciones de los participantes con el asistente y realizaron una evaluación comparativa de Chat-GPT. El asistente virtual funcionó como un chatbot en WhatsApp y Telegram, usando español e incorporando algoritmos avanzados, árboles de decisión y grandes modelos de lenguaje para la interacción. A modo de comparación, utilizamos Chat-GPT versiones 3.5 y 4, empleando dos tipos de indicaciones en español natural: uno que incorpora datos de registros clínicos y el otro se basa en las narrativas de los participantes.
Comparador activo: ChatGPT 3.5
Los pacientes responden preguntas con ChatGPT sobre su reciente visita a la sala de emergencias.
Prueba de diagnóstico: Asistente virtual
La etapa 1 se centró en la seguridad, utilizando únicamente información médica de los registros clínicos para el asistente virtual. En la Etapa 2, que evaluó la precisión, los participantes interactuaron con el asistente virtual después de la estabilización médica. Además, los participantes también proporcionaron detalles de los síntomas iniciales para la entrada de Chat-GPT. En el estudio participaron nueve neurólogos especialistas en urgencias. En la Etapa 1, evaluaron el desempeño del asistente virtual utilizando información del historial clínico. En la Etapa 2, analizaron los resultados de las interacciones de los participantes con el asistente y realizaron una evaluación comparativa de Chat-GPT. El asistente virtual funcionó como un chatbot en WhatsApp y Telegram, usando español e incorporando algoritmos avanzados, árboles de decisión y grandes modelos de lenguaje para la interacción. A modo de comparación, utilizamos Chat-GPT versiones 3.5 y 4, empleando dos tipos de indicaciones en español natural: uno que incorpora datos de registros clínicos y el otro se basa en las narrativas de los participantes.
Comparador activo: ChatGPT 4
Los pacientes responden preguntas con ChatGPT sobre su reciente visita a la sala de emergencias.
Prueba de diagnóstico: Asistente virtual
La etapa 1 se centró en la seguridad, utilizando únicamente información médica de los registros clínicos para el asistente virtual. En la Etapa 2, que evaluó la precisión, los participantes interactuaron con el asistente virtual después de la estabilización médica. Además, los participantes también proporcionaron detalles de los síntomas iniciales para la entrada de Chat-GPT. En el estudio participaron nueve neurólogos especialistas en urgencias. En la Etapa 1, evaluaron el desempeño del asistente virtual utilizando información del historial clínico. En la Etapa 2, analizaron los resultados de las interacciones de los participantes con el asistente y realizaron una evaluación comparativa de Chat-GPT. El asistente virtual funcionó como un chatbot en WhatsApp y Telegram, usando español e incorporando algoritmos avanzados, árboles de decisión y grandes modelos de lenguaje para la interacción. A modo de comparación, utilizamos Chat-GPT versiones 3.5 y 4, empleando dos tipos de indicaciones en español natural: uno que incorpora datos de registros clínicos y el otro se basa en las narrativas de los participantes.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Rendimiento diagnóstico
Periodo de tiempo: La primera interacción entre los participantes y el asistente virtual se produjo menos de un año después del evento. Las medidas de resultado se evaluaron inmediatamente después de la interacción entre los pacientes y el asistente virtual.

Se refiere a la precisión y eficacia de las pruebas médicas o herramientas de diagnóstico para identificar correctamente una enfermedad o afección en los pacientes.

Acuerdo de diagnóstico sindrómico: los neurólogos evaluadores consideraron preciso un diagnóstico sindrómico cuando las herramientas de inteligencia artificial podían identificar una afección basándose en un conjunto de signos y síntomas comúnmente coexistentes, en lugar de identificar una enfermedad específica. Este método se aplica cuando la enfermedad precisa que causa los síntomas no es identificable de inmediato, lo que permite a los proveedores de atención médica monitorear y tratar eficazmente los síntomas que presenta el paciente.

Concordancia en el diagnóstico diferencial: un diagnóstico diferencial se consideró preciso cuando los diferenciales proporcionados por cada herramienta de IA coincidían con los presentados por los participantes.

Se consideró que el estándar de oro para el diagnóstico era el realizado en urgencias, sin cambios durante un período de un mes.
La primera interacción entre los participantes y el asistente virtual se produjo menos de un año después del evento. Las medidas de resultado se evaluaron inmediatamente después de la interacción entre los pacientes y el asistente virtual.

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Conducta o recomendación médica adecuada
Periodo de tiempo: La primera interacción entre los participantes y el asistente virtual se produjo menos de un año después del evento. Las medidas de resultado se evaluaron inmediatamente después de la interacción entre los pacientes y el asistente virtual.

La resolución del caso se evaluó con base en la conducta o recomendación médica adecuada, categorizando 1) urgencia como inmediata, 2) a corto plazo (dentro de las 48 horas), 3) o no urgente.

Las recomendaciones proporcionadas por cada herramienta de IA se evaluaron en función de la información recopilada de los historiales clínicos y los aportes de los participantes.

Se consideró estándar de oro de conducta o recomendación médica adecuada la dada en el servicio de urgencias, sin cambios en un periodo de un mes.
La primera interacción entre los participantes y el asistente virtual se produjo menos de un año después del evento. Las medidas de resultado se evaluaron inmediatamente después de la interacción entre los pacientes y el asistente virtual.
Evaluación de Usabilidad y Satisfacción
Periodo de tiempo: La primera interacción entre los participantes y el asistente virtual se produjo menos de un año después del evento. Las medidas de resultado se evaluaron inmediatamente después de la interacción entre los pacientes y el asistente virtual.

La usabilidad se midió por el tiempo y el número de preguntas necesarias para el diagnóstico final y la resolución, tanto por parte de los neurólogos como de los participantes. Para Chat GPT, evaluamos el tiempo necesario para redactar el motivo de consulta.

Se implementó una escala de satisfacción del 1 al 5, donde 1 indica una experiencia negativa ("mala", potencialmente riesgosa para el paciente) y 5 altamente positiva ("excelente", potencialmente superando el triaje humano no especializado). También se aplicó a los participantes una encuesta simple de sí/no, preguntando sobre la comprensibilidad de las preguntas del asistente, la idoneidad de la derivación según la urgencia y si consideraban que el asistente podría reemplazar el triaje no especializado o reducir el tiempo de llegada a emergencias.
La primera interacción entre los participantes y el asistente virtual se produjo menos de un año después del evento. Las medidas de resultado se evaluaron inmediatamente después de la interacción entre los pacientes y el asistente virtual.

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Colaboradores

Entelai

Investigadores

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

Publicaciones y enlaces útiles

La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.

Publicaciones Generales

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de octubre de 2023

Finalización primaria (Actual)

1 de enero de 2024

Finalización del estudio (Actual)

1 de enero de 2024

Fechas de registro del estudio

Enviado por primera vez

6 de marzo de 2024

Primero enviado que cumplió con los criterios de control de calidad

21 de marzo de 2024

Publicado por primera vez (Actual)

28 de marzo de 2024

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

28 de marzo de 2024

Última actualización enviada que cumplió con los criterios de control de calidad

21 de marzo de 2024

Última verificación

1 de marzo de 2024

Más información

Términos relacionados con este estudio

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 10476 (Otro identificador: CTEP)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

No compartiremos IPD

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Suscribir