Transcripción e informes de IA en la práctica general: un estudio longitudinal (AI Scribe)
Los médicos de cabecera en los Países Bajos están bajo una presión insostenible. Encuestas recientes muestran que el 68% de los médicos generales consideran que la carga de trabajo es demasiado alta y el 18% considera que su trabajo es extremadamente o muy estresante. La presión sobre los médicos de cabecera perjudica significativamente la atención al paciente, ya que el menor bienestar de los médicos puede afectar negativamente las experiencias de los pacientes, la adherencia al tratamiento, la comunicación entre el paciente y el proveedor, los costos de atención médica, la calidad de la atención y la seguridad del paciente.
Un factor clave que contribuye al estrés es el creciente compromiso de tiempo asociado con la documentación clínica. El proceso de documentación se ha convertido en una tarea que requiere mucho tiempo, lo que constituye un obstáculo importante para una atención eficiente al paciente. Los modelos de lenguajes grandes (LLM) son soluciones prometedoras de inteligencia artificial (IA) para reducir la documentación en la práctica general. En este proyecto, los investigadores pretenden estudiar una herramienta de transcripción e informes basada en IA en la práctica general.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Introducción A lo largo de los años, la introducción de la historia clínica electrónica (HCE) y las crecientes demandas de documentación han generado una carga cada vez mayor para los médicos de cabecera. La documentación clínica es una barrera importante para una atención eficiente al paciente, ya que el año pasado más de la mitad de los médicos de cabecera dedicaron más del 20% de su tiempo a tareas administrativas. Esta carga conduce a una reducción de la satisfacción y el bienestar laboral, a un aumento de las tasas de agotamiento y al desgaste de los empleados. La carga de documentación también influye negativamente en la comunicación entre el paciente y el proveedor. Esto lleva a que los médicos de cabecera hagan menos contacto visual, tengan una postura corporal más cerrada y transmitan menos información a sus pacientes. Sin embargo, la documentación en la HCE también tiene efectos positivos, como una reducción de la carga cognitiva y mejoras en la seguridad y la atención al paciente. Reducir la interacción proveedor-computadora durante la consulta puede mejorar la interacción paciente-proveedor y el bienestar del proveedor al tiempo que se conservan los beneficios de los EHR.
De hecho, los estudios demostraron que emplear asistentes médicos para la documentación durante las consultas conduce a un aumento del tiempo cara a cara y mejora la satisfacción del paciente. Además, las tecnologías de voz a texto para dictado después de la consulta aliviaron la carga de la documentación al aumentar la velocidad de la documentación, la experiencia del paciente y la satisfacción del proveedor. Estas intervenciones pueden reducir las tasas de agotamiento y deserción, fortaleciendo el bienestar de los proveedores y del sector de la salud.
El rápido avance de los modelos de lenguajes grandes (LLM) ha abierto nuevas vías para reducir la carga de documentación. Los LLM, como ChatGPT, son modelos de inteligencia artificial (IA) que pueden interpretar y generar texto. Estos modelos pueden transcribir y resumir una consulta con el médico de cabecera en tiempo real, eliminando la necesidad de asistentes médicos o dictados después de la consulta. Sin embargo, si el LLM comete errores, esto puede generar una mayor carga de trabajo administrativo. Los investigadores tienen como objetivo evaluar el efecto de una herramienta de transcripción e informes basada en IA en la práctica general.
Objetivos Nuestro objetivo principal es evaluar el efecto de una herramienta de transcripción e informes sobre el tiempo dedicado a la documentación clínica en la práctica general.
Los objetivos secundarios son evaluar el efecto de una herramienta de transcripción e informes en la práctica general sobre
- Tiempo total de consulta
- experiencia de médico de cabecera
- Experiencia del paciente
- Extensión y calidad de la documentación.
Evaluar las tasas de uso de la herramienta Evaluar la aceptabilidad del uso de la herramienta
Diseño Este es un estudio longitudinal antes y después. Para cada médico de cabecera, los investigadores observarán dos días de consultas sin la herramienta. Esto se hará dos semanas antes de la implementación de la herramienta (período de referencia). Los investigadores también observarán dos días de consultas con la herramienta. Esto ocurre dos semanas después de la implementación de la herramienta (período de intervención). Las consultas del período de intervención se compararán con el período de referencia para evaluar la eficacia de la herramienta en los diversos resultados.
Tamaño de la muestra Una simulación del tamaño de la muestra mostró que los investigadores necesitarían 30 observaciones para tener suficiente poder para el resultado primario. Para mejorar la generalización de nuestra investigación y aumentar la muestra para los resultados cualitativos, los investigadores pretenden observar en total cuatro días de consultas para diez médicos de cabecera de al menos cinco prácticas diferentes. Las prácticas se muestrearán intencionalmente para detectar diferencias en la población de pacientes y la organización de la práctica.
Resultados Los investigadores medirán los resultados del tiempo mediante observación continua. Un observador controlará el tiempo dedicado a diversas tareas durante una consulta, incluida la toma del historial médico, la realización del examen físico, la explicación del diagnóstico o plan de tratamiento, la consulta a un colega, la documentación clínica y las tareas administrativas como prescribir o derivar.
La experiencia del paciente en la consulta se medirá con un cuestionario de experiencia del paciente (PEQ) validado para práctica general. La actitud del paciente sobre el uso de la herramienta durante la consulta se ampliará con una entrevista semiestructurada basada en investigaciones previas. Las experiencias del médico de cabecera y el impacto de la herramienta en las tareas clínicas se medirán con entrevistas semiestructuradas basadas en investigaciones previas. La aceptabilidad y uso de la herramienta por parte de los médicos de cabecera se evaluará según la teoría unificada de aceptación y uso de la tecnología (UTAUT).
Las tasas de uso de la herramienta se medirán evaluando la proporción de consultas en las que se utiliza la herramienta. El volumen de documentación se medirá determinando la extensión de la documentación en palabras. La cantidad de información de la documentación se medirá por el número de variables clínicas relevantes en la nota.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
South Holland
-
Rotterdam, South Holland, Países Bajos, 3015GD
- Erasmus MC
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
- Médicos generales (en formación) en el suroeste de los Países Bajos
- Pacientes que acuden a médicos generales (en formación) en el suroeste de los Países Bajos
Descripción
Médicos generales:
Inclusión:
- Planificación de la implementación de la herramienta de transcripción e informes basada en IA
- Dar consentimiento informado para observación y/o entrevista y/o cuestionario.
Exclusión:
- Conocimiento insuficiente del idioma holandés para ser entrevistado.
Pacientes:
Inclusión:
- Dar consentimiento informado para cuestionario y/o entrevista.
- Para cuestionario: tuvo una consulta con el médico de cabecera
- Para entrevista: tuvo una consulta con el médico de cabecera en la que se utilizó la herramienta
Exclusión:
- Conocimiento insuficiente del idioma holandés para ser entrevistado.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
GP 01
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 02
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 03
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 04
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 05
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 06
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 07
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 08
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 09
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 10
Médico general trabajando con/sin herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 11
Practicante general que trabaja con/sin la herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
|
GP 12
Practicante general que trabaja con/sin la herramienta
|
La herramienta de transcripción e informes basada en LLM funciona en tres pasos:
Otros nombres:
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tiempo dedicado a la documentación.
Periodo de tiempo: Medido durante la consulta (línea de base e intervención)
|
Este resultado se refiere al tiempo dedicado a la documentación para una consulta clínica.
Los investigadores medirán los resultados del tiempo mediante observación continua.
Un observador externo controlará el tiempo dedicado a diversas tareas durante una consulta, incluida la realización del historial médico, la realización del examen físico, la explicación del diagnóstico o plan de tratamiento, la consulta a un colega, la documentación clínica y las tareas administrativas como prescribir o derivar.
|
Medido durante la consulta (línea de base e intervención)
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tiempo total de consulta
Periodo de tiempo: Medido durante la consulta (línea de base e intervención)
|
Este resultado se refiere al tiempo total dedicado a la consulta clínica.
Los investigadores medirán los resultados del tiempo mediante observación continua.
Un observador externo controlará el tiempo dedicado a diversas tareas durante una consulta, incluida la realización del historial médico, la realización del examen físico, la explicación del diagnóstico o plan de tratamiento, la consulta a un colega, la documentación clínica y las tareas administrativas como prescribir o derivar.
|
Medido durante la consulta (línea de base e intervención)
|
|
Experiencia del médico de cabecera con la herramienta.
Periodo de tiempo: Medido dentro de una semana después del período de intervención de dos días
|
Las experiencias del médico de cabecera y el impacto de la herramienta en las funciones clínicas se medirán con entrevistas semiestructuradas basadas en investigaciones previas con la siguiente guía temática:
|
Medido dentro de una semana después del período de intervención de dos días
|
|
Experiencia del paciente con la consulta.
Periodo de tiempo: Medido dentro de 1 semana después de la consulta.
|
La experiencia del paciente en la consulta y la comunicación con el médico de cabecera se medirá con un cuestionario de experiencia del paciente (PEQ) para práctica general (doi: 10.1093/fampra/18.4.410). El PEQ contiene cinco escalas:
|
Medido dentro de 1 semana después de la consulta.
|
|
Experiencia del paciente con la herramienta.
Periodo de tiempo: Medido dentro de 1 semana después de la consulta.
|
La experiencia y actitud del paciente con la herramienta se evaluarán mediante una entrevista semiestructurada basada en investigaciones previas con la siguiente guía temática:
|
Medido dentro de 1 semana después de la consulta.
|
|
Tasas de uso
Periodo de tiempo: Medido directamente después de la consulta.
|
Las tasas de uso de la herramienta se medirán evaluando la proporción de consultas en las que se utiliza la herramienta.
|
Medido directamente después de la consulta.
|
|
Volumen de documentación
Periodo de tiempo: Medido directamente después de la consulta.
|
El volumen de documentación se medirá determinando la extensión de la documentación en palabras.
|
Medido directamente después de la consulta.
|
|
Densidad de información de documentación.
Periodo de tiempo: Medido directamente después de la consulta.
|
La cantidad de información de la documentación se medirá por el número de variables clínicas relevantes en la nota. Se clasificarán según su tipo:
|
Medido directamente después de la consulta.
|
|
Aceptabilidad del médico de cabecera y uso de la herramienta.
Periodo de tiempo: Medido 1 semana antes del período inicial, 1 semana antes del inicio del período de intervención y 1 semana después del período de intervención
|
La aceptabilidad y uso de la herramienta por parte de los médicos de cabecera se evaluará según la teoría unificada de aceptación y uso de la tecnología (UTAUT). El cuestionario tiene cinco dominios. Expectativa de desempeño: 4-20 puntos, más alto es mejor Expectativa de esfuerzo: 4-20 puntos, más alto es mejor Influencia social: 4-20 puntos, más alto es mejor Condiciones facilitadoras: 4-20 puntos, más alto es mejor Intención de comportamiento: 3-15 puntos, sin juicio de valor |
Medido 1 semana antes del período inicial, 1 semana antes del inicio del período de intervención y 1 semana después del período de intervención
|
Colaboradores e Investigadores
Patrocinador
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 (Actual)
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
- PaNaMa-12075
- MEC-2024-0286 (Otro identificador: Medical Ethical Review Committee Erasmus MC)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Marco de tiempo para compartir IPD
Criterios de acceso compartido de IPD
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- SAVIA
- CIF
- CÓDIGO_ANALÍTICO
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.
producto fabricado y exportado desde los 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. .