Utilizzo dell'intelligenza artificiale generativa (AI) per creare riepiloghi di dimissione a misura di paziente
5 giugno 2025 aggiornato da: NYU Langone Health
Utilizzo dell'intelligenza artificiale generativa per trasformare i resoconti di dimissione in un linguaggio e un formato adatti al paziente
Questo sarà uno studio randomizzato in aperto, a gruppi paralleli.
I pazienti verranno randomizzati per rivedere le istruzioni di dimissione a misura di paziente al momento della dimissione (gruppo di intervento) rispetto allo standard di cura.
L'intervento differisce dallo standard di cura in quanto ai pazienti verrà fornita documentazione medica aggiuntiva nel gruppo di intervento.
Panoramica dello studio
Stato
Completato
Tipo di studio
Interventistico
Iscrizione (Effettivo)
61
Fase
- Non applicabile
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
New York
-
New York, New York, Stati Uniti, 10016
- NYU Langone Health
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
No
Descrizione
Criteri di inclusione:
- Ricoverato presso l'unità di medicina ospedaliera presso la NYULH
- In grado di leggere e comprendere l'inglese
- Disposto e in grado di acconsentire a questa ricerca
Criteri di esclusione:
- Hospice ospedaliero
- Dimesso in hospice domiciliare
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Trattamento
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Nessuno (etichetta aperta)
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Istruzioni per la scarica dell'IA generativa
Al momento della dimissione, i pazienti riceveranno istruzioni di dimissione a misura di paziente generate da GPT-4, un modello avanzato di elaborazione del linguaggio naturale, con l'obiettivo di migliorare la leggibilità e la comprensibilità delle informazioni di dimissione per il paziente.
|
Istruzioni di dimissione ospedaliera a misura di paziente generate da GPT-4, un modello avanzato di elaborazione del linguaggio naturale.
|
|
Comparatore attivo: Istruzioni per la dimissione dello standard di cura
Al momento della dimissione, i pazienti riceveranno istruzioni di dimissione standard (cioè non generate da GPT-4).
|
Istruzioni standard per la dimissione ospedaliera.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di sintesi con esito positivo sulla misura composita di leggibilità e comprensibilità
Lasso di tempo: Giorno 1 (alla dimissione)
|
Questa è una misura di risultato composita. La leggibilità dei riepiloghi di dimissione sarà misurata utilizzando la valutazione Flesch-Kincaid Grade Level, che misura quanto un testo possa essere impegnativo per i lettori. I punteggi della valutazione Flesch-Kincaid sono valutati come segue: 0-3: Livello di lettura di base, (scuola materna o elementare) 3-6: Livello di lettura di base, (scuola elementare) 6-9: Livello di lettura medio, (scuola media) 9-12: Livello di lettura medio, (scuola superiore) 11-18: Lettori esperti. La comprensibilità sarà valutata dalla presenza di una descrizione semplificata della diagnosi primaria e dell'intervento ospedaliero. I riassunti con 1) presenza di una descrizione semplificata della diagnosi primaria e dell'intervento ospedaliero e 2) un livello di grado Flesch-Kincaid maggiore o uguale a 6 e inferiore a 8, saranno considerati come aventi un "esito positivo". |
Giorno 1 (alla dimissione)
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Modifiche apportate ai contenuti generati dall'intelligenza artificiale
Lasso di tempo: Giorno 1 (alla dimissione)
|
Le modifiche apportate al contenuto verranno valutate utilizzando la distanza di modifica.
|
Giorno 1 (alla dimissione)
|
|
Sondaggio sulla percezione dei contenuti generati dall'intelligenza artificiale: sicurezza
Lasso di tempo: Giorno 1 (alla dimissione)
|
Ai pazienti verrà somministrato un sondaggio in cui verrà loro chiesto se si sentono sicuri con le istruzioni di dimissione che sono state fornite.
Il punteggio totale è il numero di partecipanti che rispondono "Sì, decisamente" o "Si, abbastanza" alla domanda.
|
Giorno 1 (alla dimissione)
|
|
Sondaggio sulla percezione dei contenuti generati dall'intelligenza artificiale: comprensibilità
Lasso di tempo: Giorno 1 (alla dimissione)
|
Ai pazienti verrà somministrato un sondaggio in cui verrà loro chiesto se le istruzioni fossero facili da capire.
Il punteggio totale è il numero di partecipanti che rispondono "Sì, decisamente" o "Si, abbastanza" alla domanda.
|
Giorno 1 (alla dimissione)
|
|
Sondaggio sulla percezione dei contenuti generati dall'intelligenza artificiale: empatia
Lasso di tempo: Giorno 1 (alla dimissione)
|
Ai pazienti verrà somministrato un sondaggio in cui verrà loro chiesto se le istruzioni sono state scritte in modo empatico.
Il punteggio totale è il numero di partecipanti che rispondono "Sì, decisamente" o "Si, abbastanza" alla domanda.
|
Giorno 1 (alla dimissione)
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Investigatori
- Investigatore principale: Jonah Zaretsky, NYU Langone Health
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
29 gennaio 2025
Completamento primario (Effettivo)
22 maggio 2025
Completamento dello studio (Effettivo)
22 maggio 2025
Date di iscrizione allo studio
Primo inviato
27 novembre 2024
Primo inviato che soddisfa i criteri di controllo qualità
27 novembre 2024
Primo Inserito (Effettivo)
2 dicembre 2024
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
6 giugno 2025
Ultimo aggiornamento inviato che soddisfa i criteri QC
5 giugno 2025
Ultimo verificato
1 giugno 2025
Maggiori informazioni
Termini relativi a questo studio
Altri numeri di identificazione dello studio
- 23-01544
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
NO
Descrizione del piano IPD
Dati raccolti dall'assistenza clinica abituale; questi dati non possono essere facilmente deidentificati o condivisi.
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
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 .