Trascrizione e reporting dell'intelligenza artificiale in medicina generale: uno studio longitudinale (AI Scribe)
I medici di medicina generale nei Paesi Bassi sono sottoposti a una pressione insostenibile. Recenti sondaggi mostrano che il 68% dei medici di medicina generale ritiene il carico di lavoro troppo elevato e il 18% ritiene il proprio lavoro estremamente o molto stressante. La pressione sui medici di base danneggia in modo significativo l’assistenza ai pazienti, poiché il ridotto benessere dei medici può avere un impatto negativo sull’esperienza dei pazienti, sull’aderenza al trattamento, sulla comunicazione paziente-fornitore, sui costi sanitari, sulla qualità dell’assistenza e sulla sicurezza dei pazienti.
Un fattore chiave che contribuisce allo stress è il crescente impegno di tempo associato alla documentazione clinica. Il processo di documentazione si è evoluto in un compito dispendioso in termini di tempo, che rappresenta un ostacolo significativo per un’assistenza efficiente al paziente. I modelli linguistici di grandi dimensioni (LLM) sono soluzioni promettenti di intelligenza artificiale (AI) per ridurre la documentazione nella pratica generale. In questo progetto, i ricercatori mirano a studiare uno strumento di trascrizione e reporting basato sull'intelligenza artificiale nella medicina generale.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Introduzione Nel corso degli anni l'introduzione della cartella clinica elettronica (EHR) e le crescenti richieste di documentazione hanno comportato un onere crescente per i medici di famiglia. La documentazione clinica rappresenta un ostacolo importante per un'assistenza efficiente ai pazienti poiché l'anno scorso più della metà dei medici di base ha dedicato più del 20% del proprio tempo a compiti amministrativi. Questo onere porta a una riduzione della soddisfazione e del benessere sul lavoro, a un aumento dei tassi di burnout e al logoramento dei dipendenti. L’onere della documentazione influenza negativamente anche la comunicazione paziente-fornitore. Ciò porta i medici di base a stabilire meno contatto visivo, ad avere una postura del corpo più chiusa e a trasmettere meno informazioni ai loro pazienti. La documentazione nella FSE ha però anche effetti positivi, come la riduzione del carico cognitivo e il miglioramento della sicurezza e della cura dei pazienti. Ridurre l'interazione fornitore-computer durante la consultazione può migliorare l'interazione paziente-fornitore e il benessere del fornitore, pur mantenendo i vantaggi delle cartelle cliniche elettroniche.
Infatti, gli studi hanno dimostrato che l’impiego di assistenti medici per la documentazione durante le consultazioni porta ad un aumento del tempo trascorso faccia a faccia e migliora la soddisfazione del paziente. Inoltre, le tecnologie di sintesi vocale per la dettatura dopo la consultazione hanno alleviato il carico di documentazione aumentando la velocità della documentazione, l’esperienza del paziente e la soddisfazione del fornitore. Questi interventi potrebbero ridurre i tassi di burnout e di abbandono, rafforzando il benessere dei fornitori e del settore sanitario.
Il rapido avanzamento dei modelli linguistici di grandi dimensioni (LLM) ha aperto nuove strade per ridurre il carico di documentazione. Gli LLM, come ChatGPT, sono modelli di intelligenza artificiale (AI) in grado di interpretare e generare testo. Questi modelli possono trascrivere e riassumere una consultazione con il medico di famiglia in tempo reale, eliminando la necessità di assistenti medici o di dettatura dopo la consultazione. Tuttavia, se il LLM commette errori, ciò potrebbe comportare un aumento del carico di lavoro amministrativo. I ricercatori mirano a valutare l’effetto di uno strumento di trascrizione e reporting basato sull’intelligenza artificiale nella medicina generale.
Obiettivi Il nostro obiettivo primario è valutare l'effetto di uno strumento di trascrizione e reporting sul tempo dedicato alla documentazione clinica nella medicina generale.
Gli obiettivi secondari sono valutare l'effetto di uno strumento di trascrizione e reporting nella pratica generale
- Tempo totale di consultazione
- Esperienza nel GP
- Esperienza del paziente
- Lunghezza e qualità della documentazione
Valutare i tassi di utilizzo dello strumento. Valutare l'accettabilità dell'uso dello strumento
Progettazione Questo è uno studio longitudinale prima-dopo. Per ogni medico di famiglia gli investigatori osserveranno due giorni di consultazioni senza lo strumento. Ciò verrà fatto due settimane prima dell'implementazione dello strumento (periodo di riferimento). Gli investigatori osserveranno anche due giorni di consultazioni con lo strumento. Ciò avviene due settimane dopo l'implementazione dello strumento (periodo di intervento). Le consultazioni del periodo di intervento verranno confrontate con il periodo di riferimento per valutare l'efficacia dello strumento sui vari risultati.
Dimensione del campione Una simulazione della dimensione del campione ha mostrato che i ricercatori avrebbero bisogno di 30 osservazioni per avere potenza sufficiente per il risultato primario. Per migliorare la generalizzabilità della nostra ricerca e aumentare il campione per i risultati qualitativi, i ricercatori mirano a osservare in totale quattro giorni di consultazioni per dieci medici di base di almeno cinque studi diversi. Gli studi saranno campionati appositamente per le differenze nella popolazione di pazienti e nell'organizzazione dello studio.
Risultati Gli investigatori misureranno i risultati temporali attraverso l'osservazione continua. Un osservatore monitorerà il tempo impiegato in varie attività durante una consultazione, tra cui la raccolta dell'anamnesi, l'esecuzione dell'esame fisico, la spiegazione della diagnosi o del piano di trattamento, la consultazione di un collega, la documentazione clinica e i compiti amministrativi come la prescrizione o il rinvio.
L'esperienza del paziente durante la consultazione sarà misurata con un questionario sull'esperienza del paziente validato (PEQ) per la medicina generale. L'atteggiamento del paziente sull'uso dello strumento durante la consultazione verrà approfondito con un'intervista semistrutturata basata su ricerche precedenti. Le esperienze del medico di base e l'impatto dello strumento sui compiti clinici saranno misurati con interviste semi-strutturate basate su ricerche precedenti. L'accettabilità e l'utilizzo dello strumento da parte dei medici di base saranno valutati secondo la teoria unificata di accettazione e utilizzo della tecnologia (UTAUT).
I tassi di utilizzo dello strumento saranno misurati valutando la percentuale di consultazioni in cui lo strumento viene utilizzato. Il volume della documentazione verrà misurato determinando la lunghezza della documentazione in parole. La quantità di informazioni della documentazione sarà misurata dal numero di variabili cliniche rilevanti presenti nella nota.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
South Holland
-
Rotterdam, South Holland, Olanda, 3015GD
- Erasmus MC
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
- Medici di medicina generale (in formazione) nel sud-ovest dei Paesi Bassi
- Pazienti che vedono medici di medicina generale (in formazione) nel sud-ovest dei Paesi Bassi
Descrizione
Medici di base:
Inclusione:
- Pianificazione dell'implementazione dello strumento di trascrizione e reporting basato sull'intelligenza artificiale
- Dare il consenso informato per l'osservazione e/o il colloquio e/o il questionario
Esclusione:
- Conoscenza insufficiente della lingua olandese per sostenere il colloquio
Pazienti:
Inclusione:
- Fornire il consenso informato per il questionario e/o il colloquio
- Per il questionario: ho avuto un consulto con il medico di famiglia
- Per il colloquio: ha avuto una consultazione con il medico di famiglia in cui è stato utilizzato lo strumento
Esclusione:
- Conoscenza insufficiente della lingua olandese per sostenere il colloquio
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
GP01
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP02
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP03
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP04
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP05
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP06
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP07
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP08
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP09
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP10
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP 11
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
|
GP 12
Medico di medicina generale che lavora con/senza lo strumento
|
Lo strumento di trascrizione e reporting basato su LLM funziona in tre passaggi:
Altri nomi:
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tempo dedicato alla documentazione
Lasso di tempo: Misurato durante la consultazione (baseline e intervento)
|
Questo risultato si riferisce al tempo impiegato nella documentazione per una consultazione clinica.
Gli investigatori misureranno i risultati temporali attraverso l'osservazione continua.
Un osservatore esterno monitorerà il tempo impiegato in varie attività durante una consultazione, tra cui la raccolta dell'anamnesi, l'esecuzione dell'esame fisico, la spiegazione della diagnosi o del piano di trattamento, la consultazione di un collega, la documentazione clinica e i compiti amministrativi come la prescrizione o il rinvio.
|
Misurato durante la consultazione (baseline e intervento)
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tempo totale di consultazione
Lasso di tempo: Misurato durante la consultazione (baseline e intervento)
|
Questo risultato si riferisce al tempo totale impiegato nella consultazione clinica.
Gli investigatori misureranno i risultati temporali attraverso l'osservazione continua.
Un osservatore esterno monitorerà il tempo impiegato in varie attività durante una consultazione, tra cui la raccolta dell'anamnesi, l'esecuzione dell'esame fisico, la spiegazione della diagnosi o del piano di trattamento, la consultazione di un collega, la documentazione clinica e i compiti amministrativi come la prescrizione o il rinvio.
|
Misurato durante la consultazione (baseline e intervento)
|
|
Esperienza del medico di famiglia con lo strumento
Lasso di tempo: Misurato entro una settimana dal periodo di intervento di due giorni
|
Le esperienze del medico di famiglia e l'impatto dello strumento sui compiti clinici saranno misurati con interviste semi-strutturate basate su ricerche precedenti con la seguente guida tematica:
|
Misurato entro una settimana dal periodo di intervento di due giorni
|
|
Esperienza del paziente con la consultazione
Lasso di tempo: Misurato entro 1 settimana dalla consultazione
|
L'esperienza del paziente nella consultazione e nella comunicazione con il medico di famiglia sarà misurata con un questionario sull'esperienza del paziente (PEQ) per la medicina generale (doi: 10.1093/fampra/18.4.410). Il PEQ contiene cinque scale:
|
Misurato entro 1 settimana dalla consultazione
|
|
Esperienza del paziente con lo strumento
Lasso di tempo: Misurato entro 1 settimana dalla consultazione
|
L'esperienza e l'atteggiamento del paziente con lo strumento saranno valutati utilizzando un'intervista semistrutturata basata su ricerche precedenti con la seguente guida agli argomenti:
|
Misurato entro 1 settimana dalla consultazione
|
|
Tassi di utilizzo
Lasso di tempo: Misurato direttamente dopo la consultazione
|
I tassi di utilizzo dello strumento saranno misurati valutando la percentuale di consultazioni in cui lo strumento viene utilizzato.
|
Misurato direttamente dopo la consultazione
|
|
Volume di documentazione
Lasso di tempo: Misurato direttamente dopo la consultazione
|
Il volume della documentazione verrà misurato determinando la lunghezza della documentazione in parole.
|
Misurato direttamente dopo la consultazione
|
|
Densità delle informazioni della documentazione
Lasso di tempo: Misurato direttamente dopo la consultazione
|
La quantità di informazioni della documentazione sarà misurata dal numero di variabili cliniche rilevanti presenti nella nota. Saranno classificati in base alla loro tipologia:
|
Misurato direttamente dopo la consultazione
|
|
Accettabilità del GP e utilizzo dello strumento
Lasso di tempo: Misurato 1 settimana prima del periodo di riferimento, 1 settimana prima dell'inizio del periodo di intervento e 1 settimana dopo il periodo di intervento
|
L'accettabilità e l'utilizzo dello strumento da parte dei medici di base saranno valutati secondo la teoria unificata di accettazione e utilizzo della tecnologia (UTAUT). Il questionario ha cinque domini. Aspettativa di prestazione: 4-20 punti, più alto è meglio Aspettativa di impegno: 4-20 punti, più alto è meglio Influenza sociale: 4-20 punti, più alto è meglio Condizioni facilitanti: 4-20 punti, più alto è meglio Intenzione comportamentale: 3-15 punti, nessun giudizio di valore |
Misurato 1 settimana prima del periodo di riferimento, 1 settimana prima dell'inizio del periodo di intervento e 1 settimana dopo il periodo di intervento
|
Collaboratori e investigatori
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Altri numeri di identificazione dello studio
- PaNaMa-12075
- MEC-2024-0286 (Altro identificatore: Medical Ethical Review Committee Erasmus MC)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Periodo di condivisione IPD
Criteri di accesso alla condivisione IPD
Tipo di informazioni di supporto alla condivisione IPD
- STUDIO_PROTOCOLLO
- LINFA
- ICF
- CODICE_ANALITICO
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .