La IA conversacional en la atención táctica de víctimas: la línea de base GPT-4O mejora la toma de decisiones de Combat Medic (FieldAI)
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Este estudio investiga el potencial de la inteligencia artificial conversacional (IA), específicamente GPT-4, para mejorar la toma de decisiones clínicas en los escenarios de atención de víctimas de combate táctico (TCCC). El objetivo principal es evaluar si el soporte de IA mejora la precisión y eficiencia de las decisiones de gestión del ventilador para los médicos de combate en entornos de alta presión sin comprometer su autonomía.
Se empleará un diseño de estudio prospectivo, aleatorizado y dentro del sujeto. Participarán treinta médicos de combate de las fuerzas armadas checas. Cada participante completará 10 escenarios TCCC simulados: cinco con asistencia de IA y cinco sin. Los escenarios coincidirán con la complejidad y el azar para controlar los efectos del orden. Los participantes usarán ChatGPT en dispositivos portátiles para simular la toma de decisiones asistidas por AI-en tiempo real.
En escenarios que involucran asistencia de IA, los médicos consultarán GPT-4 para su apoyo para optimizar la configuración del ventilador mecánico basado en datos de pacientes, incluidos los resultados de los gases en sangre, los signos vitales y los parámetros del ventilador.
El resultado primario es la precisión de la configuración del ventilador como se clasifica en "excelente", "aceptable" o "fallando" en función de los estándares TCCC predefinidos. Los resultados secundarios incluyen la velocidad de toma de decisiones y la percepción de los participantes sobre la utilidad de la IA, medida a través de encuestas posteriores al escenario.
Los resultados tienen como objetivo determinar la viabilidad de integrar modelos de idiomas grandes (LLM) en la atención médica de combate para optimizar los resultados de los pacientes y apoyar a los médicos en condiciones de combate. El estudio busca avanzar en la comprensión del papel de IA en la medicina militar, proporcionando una base para el despliegue futuro de soluciones de IA ajustadas en TCCC y otros escenarios de cuidados críticos.
Este estudio ofrece una evaluación de prueba de concepto de aplicaciones LLM en el cuidado de víctimas de combate, con el potencial de mejorar la toma de decisiones e informar el desarrollo de herramientas de IA especializadas para uso militar.
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Praha, Chequia, 16209
- Military University Hospital Prague
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Combate Médicos que sirven activamente en las Fuerzas Armadas Checas
- Finalización de módulos de entrenamiento de cuidado de víctimas de combate táctico estandarizado y aprendizaje electrónico en entornos de ventilador e interpretación de gases en sangre
- Paso exitoso de las pruebas previas para garantizar un nivel de conocimiento basal uniforme.
- Disposición para participar y proporcionar consentimiento informado.
- Disponibilidad para completar el protocolo de estudio completo, incluidos 10 escenarios simulados.
Criterios de exclusión:
- No pasar las pruebas previas o completar TCCC y capacitación en gestión del ventilador
- Capacitación avanzada previa o certificación profesional en cuidados críticos o ventilación mecánica que podría sesgar los resultados
- Negarse a proporcionar consentimiento informado o incapacidad para comprometerse con el cronograma de estudio
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Otro
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Combate la toma de decisiones médicas con y sin asistencia de IA
Todos los participantes completarán 10 escenarios de cuidado de víctimas de combate táctico: 5 con asistencia de IA utilizando GPT-4 para la gestión del ventilador y 5 sin asistencia de IA.
El diseño cruzado asegura que cada participante experimente ambas condiciones.
|
Los participantes completarán 10 escenarios simulados de cuidado de víctimas de combate táctico (TCCC), con 5 escenarios realizados utilizando asistencia de IA (GPT-4) y 5 sin IA.
En escenarios asistidos por AI-AI, los participantes usarán GPT-4 para consultar y optimizar la configuración del ventilador en función de los datos del paciente, mientras que los escenarios no AI dependen únicamente de su juicio clínico.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión de la configuración del ventilador
Periodo de tiempo: 1 hora
|
La precisión de la configuración del ventilador se clasifica en "excelente", "aceptable" o "fallando" en función de los estándares TCCC predefinidos. Excelente significa 2 puntos, 1 punto aceptable y falla 0 puntos. |
1 hora
|
Otras medidas de resultado
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Percepción de la utilidad de la inteligencia artificial
Periodo de tiempo: 1 hora
|
Percepción de la utilidad de la inteligencia artificial, medida a través de la encuesta posterior al escenario
|
1 hora
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Michal Soták, M.D., Ph.D., Charles University, Czech Republic
Publicaciones y enlaces útiles
Publicaciones Generales
- Nemeth C, Amos-Binks A, Rule G, Laufersweiler D, Keeney N, Flint I, Pinevich Y, Herasevich V. TCCC Decision Support With Machine Learning Prediction of Hemorrhage Risk, Shock Probability. Mil Med. 2023 Nov 8;188(Suppl 6):659-665. doi: 10.1093/milmed/usad298.
- Preiksaitis C, Ashenburg N, Bunney G, Chu A, Kabeer R, Riley F, Ribeira R, Rose C. The Role of Large Language Models in Transforming Emergency Medicine: Scoping Review. JMIR Med Inform. 2024 May 10;12:e53787. doi: 10.2196/53787.
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
Otros números de identificación del estudio
- FieldAI
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. .