Ambient AI a szolgáltatók jólétéért
2025. május 28. frissítette: University of Wisconsin, Madison
EHR-be ágyazott, pragmatikus lépcsőzetes, egyéni randomizált klinikai kísérlet a környezeti mesterséges intelligencia vizsgálatára a szolgáltatók jólétének javítására
Ennek a klinikai vizsgálatnak az a célja, hogy megtudja, hogy az Ambient Artificial Intelligence használata a szolgáltatói dokumentációhoz javítja-e a szolgáltatók jólétét és javítja-e a dokumentáció minőségét.
A résztvevők a dokumentációt az Ambient AI szoftverrel töltik ki.
A tanulmány áttekintése
Állapot
Befejezve
Körülmények
Beavatkozás / kezelés
Részletes leírás
A beteglátogatások szolgáltatói dokumentálása időigényes tevékenység, amely az egész munkanapon át tart, és gyakran a munkaidőn kívül is folytatódik. Ez a folyamatos irodai teher negatívan befolyásolja a szolgáltatók jólétét, hozzájárulva a kiégéshez és a munkával való elégedetlenséghez.
E kihívások kezelése érdekében a kutatók azt javasolják, hogy teszteljék az Ambient AI eszköz hatékonyságát a szolgáltatók teljesítésének és a jegyzetek dokumentációjának hatékonyságának javításában. Az átfogó cél az AI technológia kihasználása a szolgáltatók jólétének és a dokumentáció minőségének javítása érdekében.
Tanulmány típusa
Beavatkozó
Beiratkozás (Tényleges)
66
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
Wisconsin
-
Madison, Wisconsin, Egyesült Államok, 53705
- University of Wisconsin
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Igen
Leírás
Bevételi kritériumok:
- Egészségügyi szolgáltató az UW Health Ambulancia beállításaiban
- Hajlandóság az ambient technológia bevonására és használatára
- Felnőtt (18 év felett)
- Angol vagy spanyol nyelvű
- Elvégezte az eszköz használatához szükséges oktatást és továbbképzést
- Heti átlagban legalább 20 találkozás járóbeteg-ellátása
Kizárási kritériumok:
- A véletlen besorolást követően 6 hét múlva tervezett szabadság
- Nem rendelkezik Apple mobileszközzel
- Nincs regisztrálva az Epic mobil Haiku rendszerében a hozzáféréshez
- Beiratkozott egy virtuális írnoki programba, és nem hajlandó elhagyni a programot
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egészségügyi szolgáltatások kutatása
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: Ambient Listening 1. csoport
Az ebbe a csoportba véletlenszerűen kiválasztott résztvevők a 7. héten kezdik használni az Ambient AI-t.
|
Az Ambient AI szoftveres beavatkozás a szolgáltatók munkafolyamatába kerül.
A szoftver magában foglalja az automatizált beszédfelismerő technológiát nagy nyelvi modellekkel, hogy valós időben készítsen klinikai dokumentációt.
|
|
Kísérleti: Ambient Listening 2. csoport
Az ebbe a csoportba véletlenszerűen kiválasztott résztvevők a 13. héten kezdik el használni az Ambient AI-t.
|
Az Ambient AI szoftveres beavatkozás a szolgáltatók munkafolyamatába kerül.
A szoftver magában foglalja az automatizált beszédfelismerő technológiát nagy nyelvi modellekkel, hogy valós időben készítsen klinikai dokumentációt.
|
|
Kísérleti: Ambient Listening 3. csoport
Az ebbe a csoportba véletlenszerűen kiválasztott résztvevők a 19. héten kezdik használni az Ambient AI-t.
|
Az Ambient AI szoftveres beavatkozás a szolgáltatók munkafolyamatába kerül.
A szoftver magában foglalja az automatizált beszédfelismerő technológiát nagy nyelvi modellekkel, hogy valós időben készítsen klinikai dokumentációt.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Változás a szolgáltató teljesítési indexében
Időkeret: Alaphelyzet a 6., 12., 18. és 24. hétre
|
A Professzionális Jólét Akadémiai Konzorcium Felmérés Mértékei segítségével a teljesítési mutató egy 6 tételes kérdőív.
Minden kérdést egy 0-4-ig terjedő Likert-skálán értékelnek, az összes lehetséges pontszám 0-24.
A magasabb pontszámok nagyobb teljesítést jeleznek
|
Alaphelyzet a 6., 12., 18. és 24. hétre
|
|
Változás a szolgáltató kiégésében
Időkeret: Alaphelyzet a 6., 12., 18. és 24. hétre
|
A Professional Well-Being Academic Consortium Survey Measures segítségével a kiégési index két alkomponenst tartalmaz: a munka kimerültségét és az interperszonális elszakadást.
Ez egy 10 elemből álló kérdőív, amelyet összetettként pontoznak.
Minden kérdést egy 0-tól 4-ig terjedő Likert-skálán értékelnek, a lehetséges teljes tartomány 0-40.
A magasabb pontszámok nagyobb kiégést jeleznek, ami alacsonyabb jólétet jelez
|
Alaphelyzet a 6., 12., 18. és 24. hétre
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A munkaidőn kívüli dokumentációra fordított idő változása
Időkeret: Kiindulási állapot 24 hétig
|
A szolgáltatók nyomon követik az EHR-re (elektronikus egészségügyi nyilvántartásra) eltöltött időt a tervezett betegórákon kívül, a beteg tervezett idő 8 órájában
|
Kiindulási állapot 24 hétig
|
|
Változás a feladatterhelésben
Időkeret: Kiindulási állapot 24 hétig
|
Dokumentációra fordított órák 8 óra tervezett betegidőre vetítve
|
Kiindulási állapot 24 hétig
|
|
Változás a munka értelmében
Időkeret: Kiindulási állapot 24 hétig
|
A munka értelmessége egy 4 tételes kérdőív, ahol minden kérdést 0-4 Likert skálán értékelnek.
Az összes lehetséges pontszám 0 és 16 között mozog, a magasabb pontszámok pedig a munka alacsonyabb értelmességét jelzik.
|
Kiindulási állapot 24 hétig
|
|
Változás az értelmes kapcsolatokban
Időkeret: Kiindulási állapot 24 hétig
|
A Professzionális Jólét Akadémiai Konzorcium Felmérés mérőszámait felhasználva a munka párkapcsolatokra gyakorolt negatív hatása index egy 4 tételes kérdőív.
Minden kérdést egy 0-tól 4-ig terjedő Likert-skálán értékelnek, az összes lehetséges pontszám 0-16 között lehet.
A magasabb pontszámok kevésbé értelmes kapcsolatokat jeleznek.
|
Kiindulási állapot 24 hétig
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Nyomozók
- Kutatásvezető: Majid Afshar, MD, MS, University of Wisconsin, Madison
- Kutatásvezető: Joel Gordon, MD, University of Wisconsin, Madison
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
2024. augusztus 15.
Elsődleges befejezés (Tényleges)
2025. március 27.
A tanulmány befejezése (Tényleges)
2025. március 27.
Tanulmányi regisztráció dátumai
Először benyújtva
2024. július 18.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2024. július 18.
Első közzététel (Tényleges)
2024. július 24.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2025. május 30.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2025. május 28.
Utolsó ellenőrzés
2025. május 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
Egyéb vizsgálati azonosító számok
- 2024-1028
- A534285 (Egyéb azonosító: UW Madison)
- Protocol Version 7/7/2024 (Egyéb azonosító: UW- Madison)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IGEN
IPD terv leírása
Az UW Learning Health System részeként az adatkérdezések, az adatszótár és az adat eljárás tükrözik az UW Health GitHub példányától az SMPH GitLab példányig a másodlagos kutatáshoz.
Az időbélyeg kivételével az összes betegadatot meghatározzák (korlátozott adatkészlet), és az SMPH -kiszolgálókon és eszközökön kezelik és tárolják, és a Clinical Research Data Service (CRDS) csapaton keresztül nyújtják az ICTR Egészségügyi Informatikai Intézetének és az UW SMPH Honest Broker -ben.
A szolgáltató adatait azonosítókkal tárolják a követő fókuszcsoportok és interjúk során.
IPD megosztási időkeret
A tárolás időtartama legalább 10 év lesz.
IPD-megosztási hozzáférési feltételek
Az adatokhoz és a felvételekhez és a biztonsági intézkedésekhez való hozzáféréshez az IRB jóváhagyást és a CRDS -en keresztül kérést kell igénybe venni.
Az IPD megosztását támogató információ típusa
- STUDY_PROTOCOL
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
az Egyesült Államokban gyártott és onnan exportált termék
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .