- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT05495438
Tekoälyn vaikutus ja turvallisuus päätöksenteossa tehohoitoyksikössä: simulaatiokoe (ICU)
Tekoälyn (AI) käyttöönoton vaikutus terveydenhuollon ympäristöissä on epäselvä, erityisesti sen suhteen, miten se vaikuttaa ihmisten päätöksentekijöihin. Aiemmat tutkimukset osoittivat, että tekoälyhälytykset jätettiin usein huomiotta (Kamal et al., 2020) tai ne voivat johtaa odottamattomaan käyttäytymiseen, joka pahensi potilaiden tuloksia (Wilson et al., 2021). Toisaalta liiallisella luottamuksella tekoälyyn voi olla useita kielteisiä seurauksia, mukaan lukien kyky havaita haitallisia tekoälypäätöksiä, mikä voi johtaa potilasvahinkoihin sekä ihmisten kyvyttömyyteen. Jotkut näistä näkökohdista liittyvät automaation harhaan.
Tässä simulaatiotutkimuksessa tutkijat aikovat mitata, muuttuvatko lääketieteelliset päätökset alueilla, joilla kliininen epävarmuus on korkea, käyttämällä tekoälypohjaista kliinisen päätöksen tukityökalua. Miten lääkäreiden antamien suonensisäisten nesteiden (IVF) ja vasopressoreiden annostus aikuispotilailla, joilla on sepsis (vakava infektio, johon liittyy elinten vajaatoiminta) teho-osastolla mitataan, muutoksia hypoteettisen tekoälyn ehdottamien annosten paljastamisen seurauksena. Sepsiksen elvytysalue on huonosti kodifioitu, ja suuri epävarmuus johtaa suureen vaihteluun käytännössä. Tässä tutkimuksessa ei mainita erikseen tekoälykliinikkoa (Komorowski et al., 2018). Sen sijaan tutkijat kuvaavat hypoteettista tekoälyä, jonka tehokkuudesta on näyttöä retrospektiivisillä tiedoilla toisessa kliinisessä ympäristössä (esim. malli, joka validoitiin takautuvasti käyttämällä eri maasta peräisin olevia tietoja kuin mallikoulutukseen käytetyt lähdetiedot), mutta ei tulevaisuutta. näyttöä tehokkuudesta tai turvallisuudesta. Sellaisenaan tämä hypoteettinen tekoäly voi tarjota vaarallisia ehdotuksia. Tutkijat ottavat tarkoituksella käyttöön vaarallisia tekoälyehdotuksia (satunnaisessa järjestyksessä) mitatakseen osallistujiemme herkkyyttä näiden havaitsemisessa.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Tekoälyn (AI) käyttöönoton vaikutus terveydenhuollon ympäristöissä on epäselvä, erityisesti sen suhteen, miten se vaikuttaa ihmisten päätöksentekijöihin. Aiemmat tutkimukset osoittivat, että tekoälyhälytykset jätettiin usein huomiotta (Kamal et al., 2020) tai ne voivat johtaa odottamattomaan käyttäytymiseen, joka pahensi potilaiden tuloksia (Wilson et al., 2021). Toisaalta liiallisella luottamuksella tekoälyyn voi olla useita kielteisiä seurauksia, mukaan lukien kyky havaita haitallisia tekoälypäätöksiä, mikä voi johtaa potilasvahinkoihin sekä ihmisten kyvyttömyyteen. Jotkut näistä näkökohdista liittyvät automaation harhaan.
Tässä simulaatiotutkimuksessa tutkijat aikovat mitata, muuttuvatko lääketieteelliset päätökset alueilla, joilla kliininen epävarmuus on korkea, käyttämällä tekoälypohjaista kliinisen päätöksen tukityökalua. Miten lääkäreiden antamien suonensisäisten nesteiden (IVF) ja vasopressoreiden annostus aikuispotilailla, joilla on sepsis (vakava infektio, johon liittyy elinten vajaatoiminta) teho-osastolla mitataan, muutoksia hypoteettisen tekoälyn ehdottamien annosten paljastamisen seurauksena. Sepsiksen elvytysalue on huonosti kodifioitu, ja suuri epävarmuus johtaa suureen vaihteluun käytännössä. Tässä tutkimuksessa ei mainita erikseen tekoälykliinikkoa (Komorowski et al., 2018). Sen sijaan tutkijat kuvaavat hypoteettista tekoälyä, jonka tehokkuudesta on näyttöä retrospektiivisillä tiedoilla toisessa kliinisessä ympäristössä (esim. malli, joka validoitiin takautuvasti käyttämällä eri maasta peräisin olevia tietoja kuin mallikoulutukseen käytetyt lähdetiedot), mutta ei tulevaisuutta. näyttöä tehokkuudesta tai turvallisuudesta. Sellaisenaan tämä hypoteettinen tekoäly voi tarjota vaarallisia ehdotuksia. Tutkijat ottavat tarkoituksella käyttöön vaarallisia tekoälyehdotuksia (satunnaisessa järjestyksessä) mitatakseen osallistujiemme herkkyyttä näiden havaitsemisessa.
Tutkijat selvittävät, mitkä osallistujien ominaisuudet liittyvät lisääntyneeseen todennäköisyyteen joutua tekoälyn vaikutuksiin, ja suorittavat useita ennalta määrättyjä alaryhmäanalyysejä, esim. nuoremmat vs. vanhemmat teho-osaston lääkärit ja erottaa ne, joilla on positiivinen tai negatiivinen asenne tekoälyyn.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
London, Yhdistynyt kuningaskunta, W2 1PG
- Imperial College Hospitals NHS Trust
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Nuorempi (vanhempi talon virkailija) tai vanhempi (rekisteröijä/tutkija/konsultti) teho-osaston lääkäri
Poissulkemiskriteerit:
- Osallistujat, jotka eivät täytä osallistumisehtoja.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
ICU-kliinikot
|
n/a - Ei väliintuloa.
Kliinikot tarkistavat hypoteettisen tekoälyn ehdotukset
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tekoälyn vaikutus teho-osaston kliinikoihin
Aikaikkuna: 3 kuukautta
|
Tekoälyn vaikutus teho-osaston kliinikoihin, tämä jaetaan seuraaviin luokkiin: yleinen ja ositettu turvallisen/vaarallisen, juniori/vanhempi ja positiivinen/negatiivinen asenne tekoälyä kohtaan.
|
3 kuukautta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Osallistujien ominaisuudet
Aikaikkuna: 3 kuukautta
|
Mitkä ovat simulaatioon osallistuvien ominaisuudet ja miten tämä vaikuttaa päätöksentekoon?
|
3 kuukautta
|
|
Luota tekoälyyn
Aikaikkuna: 3 kuukautta
|
Kuinka paljon teho-osaston kliinikot luottavat tekoälyjärjestelmään.
|
3 kuukautta
|
|
Luottamus osallistujien päätöksiin
Aikaikkuna: 3 kuukautta
|
Kuinka paljon lääkärit luottavat tekoälyjärjestelmään
|
3 kuukautta
|
|
Tekoälyselitykseen käytetyn ajan osuus
Aikaikkuna: 3 kuukautta
|
Mihin huomio keskittyy simulaation aikana
|
3 kuukautta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvio)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- 22CX7592
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .