- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05495438
Impact et sécurité de l'IA dans la prise de décision en USI : une expérience de simulation (ICU)
L'impact du déploiement de l'intelligence artificielle (IA) dans les établissements de santé n'est pas clair, en particulier en ce qui concerne son influence sur les décideurs humains. Des recherches antérieures ont démontré que les alertes d'IA étaient fréquemment ignorées (Kamal et al., 2020) ou pouvaient entraîner un comportement inattendu avec une aggravation des résultats pour les patients (Wilson et al., 2021). D'autre part, une confiance excessive et une confiance placée dans l'IA pourraient avoir plusieurs conséquences néfastes, notamment la capacité à détecter des décisions d'IA nuisibles, entraînant des dommages pour les patients ainsi qu'une déqualification humaine. Certains de ces aspects sont liés au biais d'automatisation.
Dans cette étude de simulation, les chercheurs ont l'intention de mesurer si les décisions médicales dans les zones à forte incertitude clinique sont modifiées par l'utilisation d'un outil d'aide à la décision clinique basé sur l'IA. Comment la dose de fluides intraveineux (FIV) et de vasopresseurs administrés par les médecins chez les patients adultes atteints de septicémie (infection grave avec défaillance d'organe) dans l'USI), change à la suite de la divulgation des doses suggérées par une IA hypothétique sera mesurée. Le domaine de la réanimation du sepsis est mal codifié, avec une forte incertitude conduisant à une grande variabilité dans la pratique. Cette étude ne mentionnera pas spécifiquement le clinicien en IA (Komorowski et al., 2018). Au lieu de cela, les enquêteurs décriront une IA hypothétique pour laquelle il existe des preuves d'efficacité sur des données rétrospectives dans un autre contexte clinique (par exemple, un modèle qui a été validé rétrospectivement à l'aide de données provenant d'un pays différent de celui des données sources utilisées pour la formation du modèle) mais aucune prospective preuves d'efficacité ou d'innocuité. En tant que tel, il est possible que cette IA hypothétique fournisse des suggestions dangereuses. Les enquêteurs introduiront intentionnellement des suggestions d'IA dangereuses (dans un ordre aléatoire), pour mesurer la sensibilité de nos participants à les détecter.
Aperçu de l'étude
Description détaillée
L'impact du déploiement de l'intelligence artificielle (IA) dans les établissements de santé n'est pas clair, en particulier en ce qui concerne son influence sur les décideurs humains. Des recherches antérieures ont démontré que les alertes d'IA étaient fréquemment ignorées (Kamal et al., 2020) ou pouvaient entraîner un comportement inattendu avec une aggravation des résultats pour les patients (Wilson et al., 2021). D'autre part, une confiance excessive et une confiance placée dans l'IA pourraient avoir plusieurs conséquences néfastes, notamment la capacité à détecter des décisions d'IA nuisibles, entraînant des dommages pour les patients ainsi qu'une déqualification humaine. Certains de ces aspects sont liés au biais d'automatisation.
Dans cette étude de simulation, les chercheurs ont l'intention de mesurer si les décisions médicales dans les zones à forte incertitude clinique sont modifiées par l'utilisation d'un outil d'aide à la décision clinique basé sur l'IA. Comment la dose de fluides intraveineux (FIV) et de vasopresseurs administrés par les médecins chez les patients adultes atteints de septicémie (infection grave avec défaillance d'organe) dans l'USI), change à la suite de la divulgation des doses suggérées par une IA hypothétique sera mesurée. Le domaine de la réanimation du sepsis est mal codifié, avec une forte incertitude conduisant à une grande variabilité dans la pratique. Cette étude ne mentionnera pas spécifiquement le clinicien en IA (Komorowski et al., 2018). Au lieu de cela, les enquêteurs décriront une IA hypothétique pour laquelle il existe des preuves d'efficacité sur des données rétrospectives dans un autre contexte clinique (par exemple, un modèle qui a été validé rétrospectivement à l'aide de données provenant d'un pays différent de celui des données sources utilisées pour la formation du modèle) mais aucune prospective preuves d'efficacité ou d'innocuité. En tant que tel, il est possible que cette IA hypothétique fournisse des suggestions dangereuses. Les enquêteurs introduiront intentionnellement des suggestions d'IA dangereuses (dans un ordre aléatoire), pour mesurer la sensibilité de nos participants à les détecter.
Les enquêteurs examineront quelles caractéristiques des participants sont liées à une probabilité accrue d'être influencé par l'IA, et effectueront un certain nombre d'analyses de sous-groupes prédéfinis, par ex. médecins juniors et seniors en soins intensifs, et en séparant ceux qui ont une attitude positive ou négative envers l'IA.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
-
London, Royaume-Uni, W2 1PG
- Imperial College Hospitals NHS Trust
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Médecin de soins intensifs junior (officier supérieur) ou senior (registraire/fellow/consultant)
Critère d'exclusion:
- Participants ne répondant pas aux critères d'inclusion.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Cliniciens en soins intensifs
|
n/a - Il n'y a pas d'intervention.
Les cliniciens examineront les suggestions d'une IA hypothétique
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Influence de l'IA sur les cliniciens en soins intensifs
Délai: 3 mois
|
L'influence de l'IA sur les cliniciens en soins intensifs sera divisée dans les catégories suivantes : globale et stratifiée par attitude sûre/dangereuse, junior/senior et positive/négative envers l'IA.
|
3 mois
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Caractéristiques des participants
Délai: 3 mois
|
Quelles sont les caractéristiques de ceux qui participent à la simulation et comment cela affecte-t-il la prise de décision.
|
3 mois
|
|
Faites confiance à l'IA
Délai: 3 mois
|
Dans quelle mesure les cliniciens des soins intensifs font-ils confiance au système d'IA.
|
3 mois
|
|
Confiance dans les décisions des participants
Délai: 3 mois
|
Quelle confiance les cliniciens placent-ils dans le système d'IA
|
3 mois
|
|
Proportion de temps consacré à l'explication de l'IA
Délai: 3 mois
|
Où est concentrée l'attention pendant la simulation
|
3 mois
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Estimation)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Autres numéros d'identification d'étude
- 22CX7592
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .