Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Assistant virtuel alimenté par l'intelligence artificielle pour le triage d'urgence en neurologie (AIDEN)

21 mars 2024 mis à jour par: Mauricio F. Farez, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Essai de phase 1 sur la mise en œuvre d'un assistant virtuel alimenté par l'intelligence artificielle pour le triage d'urgence en neurologie

Cette étude examine l'utilisation d'un assistant virtuel alimenté par l'IA pour identifier et gérer rapidement les urgences neurologiques, en particulier dans les endroits aux ressources médicales limitées. La recherche visait à vérifier si cet outil d’IA est suffisamment sûr et précis pour passer à des étapes de tests plus avancées. Dans le cadre d'un essai unique en son genre, l'assistant virtuel a été testé auprès de patients souffrant de problèmes neurologiques urgents. Les neurologues ont d'abord examiné les recommandations de l'IA à l'aide de dossiers cliniques, puis ont évalué ses performances directement auprès des patients. Les résultats étaient les suivants : les neurologues étaient presque toujours d'accord avec les décisions de l'IA, et l'IA a surpassé les versions précédentes de Chat GPT dans tous les aspects testés. Les patients et les médecins ont trouvé l’IA très efficace, la jugeant excellente ou très bonne dans la plupart des cas. Cela suggère que l’IA pourrait améliorer considérablement la rapidité et la précision avec lesquelles les urgences neurologiques sont traitées, même si des essais supplémentaires sont nécessaires avant de pouvoir être largement utilisée.

Aperçu de l'étude

Statut

Complété

Les conditions

Intervention / Traitement

Description détaillée

Contexte et objectifs : Les urgences neurologiques posent des défis importants en matière de soins médicaux, en particulier dans les pays aux ressources limitées. L’intelligence artificielle (IA), notamment les chatbots de santé, offre une solution prometteuse. Cependant, une validation rigoureuse est nécessaire pour garantir la sécurité et l’exactitude. L'objectif de notre travail est d'évaluer la précision diagnostique et l'efficacité de résolution d'un assistant virtuel alimenté par l'IA conçu pour le tri des pathologies neurologiques d'urgence, afin d'assurer le niveau minimum de sécurité permettant la progression vers des tests de validation successifs.

Méthodes : Cet essai de phase 1 évalue les performances d'un assistant virtuel alimenté par l'IA pour le triage neurologique d'urgence. Dix patients de plus de 18 ans présentant des pathologies neurologiques urgentes ont été sélectionnés. Dans un premier temps, neuf neurologues ont évalué la sécurité de l'assistant virtuel à l'aide de leurs dossiers cliniques. Dans la deuxième partie, la précision de l'assistant lorsqu'il est utilisé par les patients a été évaluée. Enfin, ses performances ont été comparées à Chat GPT 3.5 et 4.

Type d'étude

Interventionnel

Inscription (Réel)

10

Phase

  • Première phase 1

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

  • Argentine
      • Buenos Aires, Argentine, 1428
        • Fleni

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

La description

Critère d'intégration:

  • Patients de plus de 18 ans consultant aux urgences pour une urgence neurologique

Critère d'exclusion:

  • Grossesse

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: Diagnostique
  • Répartition: Non randomisé
  • Modèle interventionnel: Affectation à un seul groupe
  • Masquage: Aucun (étiquette ouverte)

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Expérimental: Assistant virtuel
Les patients répondent aux questions avec un assistant virtuel sur leur récente visite aux urgences.
Test diagnostique: Assistant virtuel
L'étape 1 s'est concentrée sur la sécurité, en utilisant uniquement les informations médicales provenant des dossiers cliniques pour l'assistant virtuel. Au cours de l'étape 2, qui évaluait la précision, les participants ont interagi avec l'assistant virtuel de stabilisation post-médicale. De plus, les participants ont également fourni des détails initiaux sur les symptômes pour la saisie Chat-GPT. Neuf neurologues spécialisés en urgence ont participé à l'étude. À l'étape 1, ils ont évalué les performances de l'assistant virtuel à l'aide d'informations sur les antécédents cliniques. Au cours de l'étape 2, ils ont analysé les résultats des interactions des participants avec l'assistant et effectué une évaluation comparative de Chat-GPT. L'assistant virtuel fonctionnait comme un chatbot sur WhatsApp et Telegram, utilisant l'espagnol et intégrant des algorithmes avancés, des arbres de décision et de grands modèles linguistiques pour l'interaction. À titre de comparaison, nous avons utilisé les versions 3.5 et 4 de Chat-GPT, en utilisant deux types d'invites en espagnol naturel : l'un incorporant les données du dossier clinique et l'autre basé sur les récits des participants.
Comparateur actif: ChatGPT 3.5
Les patients répondent aux questions avec ChatGPT sur leur récente visite aux urgences.
Test diagnostique: Assistant virtuel
L'étape 1 s'est concentrée sur la sécurité, en utilisant uniquement les informations médicales provenant des dossiers cliniques pour l'assistant virtuel. Au cours de l'étape 2, qui évaluait la précision, les participants ont interagi avec l'assistant virtuel de stabilisation post-médicale. De plus, les participants ont également fourni des détails initiaux sur les symptômes pour la saisie Chat-GPT. Neuf neurologues spécialisés en urgence ont participé à l'étude. À l'étape 1, ils ont évalué les performances de l'assistant virtuel à l'aide d'informations sur les antécédents cliniques. Au cours de l'étape 2, ils ont analysé les résultats des interactions des participants avec l'assistant et effectué une évaluation comparative de Chat-GPT. L'assistant virtuel fonctionnait comme un chatbot sur WhatsApp et Telegram, utilisant l'espagnol et intégrant des algorithmes avancés, des arbres de décision et de grands modèles linguistiques pour l'interaction. À titre de comparaison, nous avons utilisé les versions 3.5 et 4 de Chat-GPT, en utilisant deux types d'invites en espagnol naturel : l'un incorporant les données du dossier clinique et l'autre basé sur les récits des participants.
Comparateur actif: ChatGPT 4
Les patients répondent aux questions avec ChatGPT sur leur récente visite aux urgences.
Test diagnostique: Assistant virtuel
L'étape 1 s'est concentrée sur la sécurité, en utilisant uniquement les informations médicales provenant des dossiers cliniques pour l'assistant virtuel. Au cours de l'étape 2, qui évaluait la précision, les participants ont interagi avec l'assistant virtuel de stabilisation post-médicale. De plus, les participants ont également fourni des détails initiaux sur les symptômes pour la saisie Chat-GPT. Neuf neurologues spécialisés en urgence ont participé à l'étude. À l'étape 1, ils ont évalué les performances de l'assistant virtuel à l'aide d'informations sur les antécédents cliniques. Au cours de l'étape 2, ils ont analysé les résultats des interactions des participants avec l'assistant et effectué une évaluation comparative de Chat-GPT. L'assistant virtuel fonctionnait comme un chatbot sur WhatsApp et Telegram, utilisant l'espagnol et intégrant des algorithmes avancés, des arbres de décision et de grands modèles linguistiques pour l'interaction. À titre de comparaison, nous avons utilisé les versions 3.5 et 4 de Chat-GPT, en utilisant deux types d'invites en espagnol naturel : l'un incorporant les données du dossier clinique et l'autre basé sur les récits des participants.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Performances diagnostiques
Délai: La première interaction entre les participants et l’assistant virtuel a eu lieu moins d’un an après l’événement. Les mesures des résultats ont été évaluées immédiatement après l'interaction entre les patients et l'assistant virtuel.

Fait référence à l'exactitude et à l'efficacité des tests médicaux ou des outils de diagnostic pour identifier correctement une maladie ou un état chez les patients.

Accord de diagnostic syndromique : les neurologues évaluateurs ont considéré qu'un diagnostic syndromique était précis lorsque les outils d'IA pouvaient identifier une maladie sur la base d'un ensemble de signes et de symptômes coexistants, plutôt que d'identifier une maladie spécifique. Cette méthode est appliquée lorsque la maladie précise à l'origine des symptômes n'est pas immédiatement identifiable, ce qui permet aux prestataires de soins de santé de surveiller et de traiter efficacement les symptômes présentés par le patient.

Accord de diagnostic différentiel : un diagnostic différentiel était considéré comme précis lorsque les différentiels fournis par chaque outil d'IA correspondaient à ceux présentés par les participants.

La référence en matière de diagnostic était considérée comme celle donnée aux urgences, inchangée sur une période d’un mois.
La première interaction entre les participants et l’assistant virtuel a eu lieu moins d’un an après l’événement. Les mesures des résultats ont été évaluées immédiatement après l'interaction entre les patients et l'assistant virtuel.

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Conduite ou recommandation médicale appropriée
Délai: La première interaction entre les participants et l’assistant virtuel a eu lieu moins d’un an après l’événement. Les mesures des résultats ont été évaluées immédiatement après l'interaction entre les patients et l'assistant virtuel.

La résolution du cas a été évaluée sur la base d'une conduite ou d'une recommandation médicale appropriée, catégorisant 1) l'urgence comme immédiate, 2) à court terme (dans les 48 heures), 3) ou non urgente.

Les recommandations fournies par chaque outil d’IA ont été évaluées sur la base des informations recueillies à partir des antécédents cliniques et des commentaires des participants.

La référence en matière de conduite ou de recommandation médicale appropriée a été considérée comme celle donnée au service des urgences, sans changement sur une période d’un mois.
La première interaction entre les participants et l’assistant virtuel a eu lieu moins d’un an après l’événement. Les mesures des résultats ont été évaluées immédiatement après l'interaction entre les patients et l'assistant virtuel.
Évaluation de la convivialité et de la satisfaction
Délai: La première interaction entre les participants et l’assistant virtuel a eu lieu moins d’un an après l’événement. Les mesures des résultats ont été évaluées immédiatement après l'interaction entre les patients et l'assistant virtuel.

La convivialité a été mesurée par le temps et le nombre de questions nécessaires au diagnostic final et à la résolution, tant par les neurologues que par les participants. Pour Chat GPT, nous avons évalué le temps de rédaction du motif de consultation.

Une échelle de satisfaction de 1 à 5 a été mise en place, 1 indiquant une expérience négative (« mauvaise », potentiellement risquée pour le patient) et 5 très positive (« excellente », dépassant potentiellement le triage humain non spécialisé). Une simple enquête oui/non a également été appliquée aux participants, leur demandant si les questions de l'assistant étaient compréhensibles, l'adéquation de l'orientation en fonction de l'urgence et s'ils considéraient que l'assistant pouvait remplacer le triage non spécialisé ou réduire le temps d'arrivée des urgences.
La première interaction entre les participants et l’assistant virtuel a eu lieu moins d’un an après l’événement. Les mesures des résultats ont été évaluées immédiatement après l'interaction entre les patients et l'assistant virtuel.

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Collaborateurs

Entelai

Les enquêteurs

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

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

1 octobre 2023

Achèvement primaire (Réel)

1 janvier 2024

Achèvement de l'étude (Réel)

1 janvier 2024

Dates d'inscription aux études

Première soumission

6 mars 2024

Première soumission répondant aux critères de contrôle qualité

21 mars 2024

Première publication (Réel)

28 mars 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

28 mars 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

21 mars 2024

Dernière vérification

1 mars 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 10476 (Autre identifiant: CTEP)

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Description du régime IPD

Nous ne partagerons pas l'IPD

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

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 .

S'abonner