Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A környezeti mesterséges intelligencia írástudó technológiáinak randomizált, ellenőrzött vizsgálata (AIScribe RCT)

2026. április 22. frissítette: John N. Mafi, MD, MPH, University of California, Los Angeles

Két környezeti mesterséges intelligencia írástudó technológiájának randomizált, ellenőrzött vizsgálata a dokumentáció hatékonyságának javítására és az orvosok kiégésének csökkentésére

Ez egy háromkaros pragmatikus RCT, 238 járóbeteg-orvosból egy nagy tudományos egészségügyi rendszerben, randomizált 1: 1: 1-re a két AI írástudó eszköz egyikére vagy egy szokásos gondozási kontrollcsoportra. A két hónapos tanulmány megfigyeli és összehasonlítja az egyes szerszámok hatásait a kiválasztott eszközből a rendszerszintű tekercs előtt (várható 2025 tavasz). A kovariánsokkal korlátozott véletlenszerűsítést fogjuk használni a fegyverek kiegyensúlyozására az orvosok kiindulási ideje szempontjából a jegyzetekben, a felmérés által meghatározott kiégés szintjén és a klinikai napokban hetente.

A kezdeményezés elsődleges célja a Los Angeles -i Kaliforniai Egyetemen (UCLA) Health minőségi, hatékonysági és üzleti tevékenységének javítása, és ezt a kezdeményezést nem kutatási célokra végzik. Ennek az operatív kezdeményezésnek az eredményei tájékoztatják az AI Scribe eszközök széles körű bevezetését az UCLA egészségügyi rendszerének minden szolgáltatóján. Ennek ellenére az UCLA tanulmányozócsoportja azt tervezi, hogy szigorúan megvizsgálja és közzéteszi ennek a beavatkozásnak az egészségügyi rendszeren belüli hatásait, ezért a tanulmánycsoport előre regisztrálta a kezdeményezést.

A tanulmány áttekintése

Részletes leírás

Ez a tanulmány minden csoportban felméri az operatív-orientált eredményeket. Nevezetesen, minden csoport végül minden beavatkozást megkap az idő múlásával, ebben a megfigyelési vizsgálatban a QI kezdeményezésből származó randomizált bevezetésről. Ezenkívül ennek a kezdeményezésnek az elsődleges célja az, hogy működőképes. Más szavakkal, a kezdeményezés eredményei alapján, ezen eszközök egyikét végül kiválasztják és az egészségügyi rendszerben széles körben választják ki.

A beiratkozott résztvevőket randomizálják a három csoport egyikére. Véletlenszerűsítésre volt szükség a világi tendenciák, a szezonális és ünnepi hatások decemberben történő leküzdéséhez, valamint az AI -eszközökkel való kitettség és az eredmények közötti kapcsolat összekeverésére.

Ennek a tanulmánynak az elsődleges célja, hogy felmérje két környezeti AI írástudó technológiának a klinikus változására gyakorolt ​​hatását az EHR -dokumentációra fordított kiindulási időtől, összehasonlítva az egyes írók egy kontrollcsoportot. A másodlagos célkitűzések között szerepel az AI írástudóknak a klinikusok mutatására, például a kiégésre, az orvosok elégedettségére és a termelékenységre gyakorolt ​​hatásának felmérése. Ezenkívül a tanulmányi csoport az üzleti döntéshozatal irányításához szükséges eszközök gazdasági értékelési elemzését kívánja elvégezni. A vizsgálati csoport elemzi az orvosok beszámolójának az AI eszközöknek a betegek biztonságára, a tőkére, a kezdeményezés minden nem kívánt következményére gyakorolt ​​hatásait.

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

238

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

    • California
      • Los Angeles, California, Egyesült Államok, 90024
        • UCLA Health System

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

  • Gyermek
  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Leírás

Befogadási kritériumok:

  • Ambulatorikus ápolási orvosok az UCLA egészségügyi rendszerén belül, akik hetente legalább fél napos klinikát tartottak

Kizárási kritériumok:

  • Gyakornokok (például lakosok, orvostanhallgatók) és rokon egészségügyi szakemberek (például RNS, PAS)
  • Kizárólag a gyakornokokkal dolgozó résztvevők

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: Egyetlen csoportos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Egyéb: Nabla, a virtuális AI írástudó technológia eladója
Az ezen ARM résztvevői a NABLA AI írástudó eszközeit fogják használni, és folytatják a szokásos klinikai dokumentációs folyamatokat, amelyeket az Scribe szoftver támogat, amely integrálódik az EHR -hez, és automatikusan hozzáadja a generált szöveget a jegyzethez. A NABLA AI írástudó eszköz transzkripciós és nem nyújt klinikai döntéshozatalt.

Az AI Scribe Technologies rögzíti az orvos-beteg beszélgetéseket egy átirat létrehozásához, majd összefoglalja az átiratot klinikai megjegyzések formájában. Ezeket az eszközöket integrálják az EHR -be, és automatikusan hozzáadják a generált szöveget a szolgáltató megjegyzéséhez. Minden orvosnak tájékoztatnia kell a betegeket a felvételről és a verbális hozzájárulásuk megszerzéséről, és nyomon követik a betegek esetét.

A NABLA kihasználja a szabadalmaztatott beszédét, hogy a beszélgetést írásbeli kontextusba alakítsa, a HIPAA-kompatibilis nagy nyelvi modellekkel (LLM) kombinálva, mint például az Azure Openai GPT-4. A NABLA nem tárol semmilyen hangot.

Egyéb: A virtuális AI írástudó technológiájának B szállítója
Az ezen ARM résztvevői használják a B eladó AI írástudó eszközeit, és folytatják a szokásos klinikai dokumentációs folyamatukat, amelyeket az Scribe szoftver támogat, amely integrálódik az EHR -hez, és automatikusan hozzáadja a generált szöveget a jegyzethez. Az AI írástudó eszköz transzkripciós és nem nyújt klinikai döntéshozatalt.
Az AI Scribe Technologies rögzíti az orvos-beteg beszélgetéseket egy átirat létrehozásához, majd összefoglalja az átiratot klinikai megjegyzések formájában. Ezeket az eszközöket integrálják az EHR -be, és automatikusan hozzáadják a generált szöveget a szolgáltató megjegyzéséhez. Minden orvosnak tájékoztatnia kell a betegeket a felvételről és a verbális hozzájárulásuk megszerzéséről, és nyomon követik a betegek esetét.
Nincs beavatkozás: Nincs író
A karban résztvevők nem férnek hozzá az AI írástudó eszközökhöz, és folytatják a szokásos klinikai dokumentációs folyamataikat

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Változás a feljegyzésen belüli jegyzetidőben
Időkeret: 2. tanulmányi hónap
Az elsődleges kimeneti mérőszám a szolgáltatók jegyzetenkénti átlagos idejének változása a vizsgálat második hónapjában a szolgáltatók beiratkozást megelőző hat hónap alatti jegyzetenkénti átlagos idejéhez képest.
Ezt a változást természetes logaritmikus skálán számítják ki.
Ezen kimeneti mérőszámhoz nem gyűjtenek betegszintű információkat.
2. tanulmányi hónap

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Szolgáltató kiégési pontszáma
Időkeret: 2. tanulmányi hónap
A Mini Z 2.0 felmérés egy validált 10 elemből álló eszköz, amelynek célja a munkahelyi elégedettség és a kiégés befolyásoló kulcsfontosságú tényezőinek mérése. Mindegyik tételt Likert -skálán (1-5) pontoznak, a magasabb pontszámok általában a pozitív eredményeket jelzik - nagyobb a munkaelégedettség, az idő elégsége az elektronikus orvosi nyilvántartások dokumentációjának és az alacsonyabb szintű stressz. A negatív keretes tárgyak esetében (például a munka vagy az elektronikus orvosi nyilvántartás frusztrációja miatt) a magasabb pontszámok az elégedetlenség alacsonyabb szintjét jelzik. A teljes pontszám 10 és 50 között van, a ≥40 pontszámok örömteli munkahelyet jelentenek. Ehhez az eredményméréshez nem gyűjtünk beteg szintű információt.
2. tanulmányi hónap
Az EHR jel (tevékenység) adatok változása - pizsama idő
Időkeret: 2. tanulmányi hónap
Megvizsgáljuk a változást a retrospektív kiindulási alapból 6 hónappal a jelmérőbe való beiratkozás előtt, beleértve a pizsama -időt a tervezett naponként. Ezen adatok felhasználása meghatározza, hogy a szolgáltatók időt alkalmazzák az EHR -ben. Ehhez az eredményméréshez nem gyűjtünk beteg szintű információt.
2. tanulmányi hónap
Szolgáltatói feladatterhelés pontszám
Időkeret: Study month 2
A szolgáltató feladatterhelése a NASA Task Load Index (TLX) alapján került adaptálásra, amely egy érvényesített eszköz az észlelt munkaterhelés értékelésére hat alskálán: mentális igény, fizikai igény, időbeli igény, teljesítmény, erőfeszítés és frusztráció. Ebben a vizsgálatban a TLX-t a jegyzetírás munkaterhelésére összpontosítottuk, beleértve négy alskálát (mentális igény, időbeli igény, fizikai igény és erőfeszítés), ahogyan azt korábban is tettük. Minden alskála 0 (alacsony feladatterhelés) és 100 (magas feladatterhelés) közötti értékelést kap, és összeadva egy 0 (alacsony feladatterhelés) és 400 (magas feladatterhelés) közötti összpontszámot eredményez, a kisebb érték jobb. Ehhez a kimeneti mérőszámhoz nem gyűjtünk betegszintű információkat.
Study month 2
Szakmai megvalósítás szolgáltatója
Időkeret: Study month 2
A Professional Fulfillment Index (PFI) egy validált, 16 tételből álló eszköz, amely 5 fokozatú Likert-skálát (0-4) használ a szakmai kiteljesedés, a munkahelyi kimerültség és a személyközi elköteleződés hiányának mérésére. Ebben a vizsgálatban a munkahelyi kimerültség 4 tételes alskáláját használjuk, amely a négy tétel átlaga, ahol az alacsony pontszám (0) alacsonyabb, a magas (4) pontszám pedig magasabb kimerültségi szintet jelez. Ehhez a kimeneti mérőszámhoz nem gyűjtünk páciensszintű információkat.
Study month 2
Az orvosok száma, akiket ellenzőknek, passzívnak vagy támogatóknak tekintenek
Időkeret: 2. vizsgálati hónap
Önbevallásos elégedettségi felmérés, amelyben az orvosoknak mérlegelniük kell a feljegyzés pontosságát, a betegbiztonságot, a méltányosságot és más lehetséges nem kívánt következményeket, majd egy 1-10 skálán kell értékelniük, mennyire ajánlanák a segédeszköz használatát. A magasabb pontszámok (10) nagyobb elégedettséget és ajánlási valószínűséget jeleznek, míg az alacsonyabb pontszámok (1) elégedetlenséget és ajánlástól való elzárkózást mutatnak. A szolgáltatók "Ajánlók" csoportba kerülnek, ha 9-10 értéket adnak, "Passzívak" ha 7-8 értéket, "Ellenzők" ha 6 vagy annál kisebb értéket. Ez a csoportosítás megegyezik az általánosan elfogadott "Net Promoter Score" csoportosítással. Ehhez a kimeneti mérőszámhoz nem gyűjtünk betegszintű információt.
2. vizsgálati hónap
Változás a szolgáltatói RVU-ban
Időkeret: A vizsgálat 2. hónapja
A vizsgálati csoport az orvosi szintű számlázási információkat fogja használni az RVU segítségével annak meghatározására, hogy hogyan változott a termelékenységük a regisztráció előtti hat hónapos retrospektív kiindulási időszakhoz képest. Ezen eredménymérő esetében nem gyűjtenek betegszintű információkat.
A vizsgálat 2. hónapja
Az EHR jelek (aktivitás) adatainak változása - Tervezett munkaidőn kívüli idő
Időkeret: A vizsgálat 2. hónapja
Megvizsgáljuk a retrospektív kiindulási állapothoz (a beiratkozást megelőző 6 hónap) viszonyított változást a Szignál mérőszámokban, ideértve a tervezett naponkénti, ütemezett órákon kívül töltött időt. Ezen adatok felhasználásával határozzuk meg, hogy a szolgáltatók hogyan használják idejüket az EHR-ben. Ezen kimenetel mérés céljából nem gyűjtünk betegszintű információkat.
A vizsgálat 2. hónapja
Változás az EHR jel (aktivitás) adatokban - Idő nem tervezett napokon
Időkeret: A vizsgálat 2. hónapja
Megvizsgáljuk a retrospektív kiindulási értékhez képest bekövetkező változást a felvételt megelőző 6 hónapban a Signal mutatókban, beleértve a rendszerben nem tervezett napokon eltöltött időt, ahol . Ezen adatok segítségével meghatározzuk, hogy az egészségügyi szolgáltatók hogyan használják az EHR-ben az idejüket. Ehhez a kimeneti mérőszámhoz nem gyűjtünk betegszintű információkat.
A vizsgálat 2. hónapja

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Általános kiadványok

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. november 4.

Elsődleges befejezés (Tényleges)

2025. január 3.

A tanulmány befejezése (Tényleges)

2025. január 15.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. december 9.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2025. január 24.

Első közzététel (Tényleges)

2025. január 27.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. április 24.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. április 22.

Utolsó ellenőrzés

2026. április 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

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. .

Iratkozz fel