一次医療における人工知能トリアージの精度向上
なぜこの研究を行うのか? 患者がGP診療所に連絡する際、最初のステップはどのような支援が必要か、どの程度緊急かを判断することです。 これは「トリアージ」と呼ばれ、患者の安全にとって重要です。
人工知能(AI)はトリアージを迅速化するのに役立ちます。 AIはすでにNHSで使用されていますが、その精度やすべての患者に公平に対処しているかどうかは分かっていません。
私たちが行うこと
イングランドのGP診療所でPatchsというAIトリアージシステムを使用する患者から匿名化されたデータを収集します。 このプロジェクトは4年間継続します。 データ分析は4つのステップで行います:
- AIトリアージを使用していないPatchs利用GP診療所のデータを分析し、現在のトリアージ方法と直面している問題を把握します。
- Patchsを使用するGP診療所のデータ(AIオンとオフ両方)を用いて、AIトリアージの精度を向上させます。
- AIトリアージをオフにしたPatchs使用GP診療所のデータを検証し、更新されたAIシステムの性能を測定します。
- 改良されたAIトリアージシステムを、すでにAIを使用しているGP診療所に提供します。
各ステップで、異なる背景を持つ患者が公平に扱われているかを確認します。
データの分析方法 統計的手法を用いて、AIによるトリアージ決定と医療スタッフによる決定を比較します。 この分析はまた、異なる背景を持つ患者に対してAIが公平に機能するかどうかの確認にも使用されます。
私たちがもたらす変化 私たちの研究はトリアージの問題点を明らかにし、改良されたAIシステムが患者が必要なケアをより迅速に受けられるようにする方法を説明します。
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
詳細な説明
背景:GP診療所のスタッフは、リソースを最大限に活用し患者の安全を維持するために、連絡してくる患者をトリアージしています。 ほとんどのGP診療所ではオンライン相談システムが使用されており、患者はオンラインフォームを使用してGP診療所に連絡することができます。 これらはスタッフと話すことなく提出できるため、通常のトリアージプロセスを回避することができます。 オンライン相談システムは「人工知能」(AI)を使用して患者をトリアージできますが、その性能に関する研究は不足しています。 私たち(マンチェスター大学;UoM)は、オプションのAIトリアージ機能を備えたオンライン相談システムプロバイダー(Patchs)と協力して、このギャップを埋めることを提案します。
研究課題 全体的な研究課題:臨床医のトリアージ決定を複製できるAIモデルを開発することは可能か?
- 一次医療における患者トリアージにおいて、患者とGP診療所はどのような課題に直面しており、その要因は何か?
- 一次医療における患者トリアージにおいて、最高の性能を発揮するAIモデルは何か?
- AIトリアージの性能は、異なる地理的地域で維持されるか?
- AIトリアージの性能は、時間の経過とともに維持されるか?
- AIトリアージの性能は、現在の臨床実践と比較してどうか?
- AIトリアージの性能は、臨床実践に導入されたときに変化するか?
- AIトリアージはすべての患者に対して公平に機能するか? 方法 ワークストリーム1:トリアージ問題の定量化。 AIトリアージが無効になっているPatchsを使用するGP診療所からの匿名化された過去データを分析します。 公開されている場合、Patchsを使用していないGP診療所(対照診療所)からの診療所レベルのデータと比較します。 記述的分析と推測的分析を行い、患者ケアの遅延などの潜在的なトリアージ問題とそれに影響する要因を理解します。
ワークストリーム2:AI開発。 Patchsを使用するGP診療所からの匿名化された過去データを使用して、現在使用されているAIトリアージモデルの新しいバージョンを、ロジスティック回帰、XGBoost、長短期記憶(LSTM)、大規模言語モデル(LLM)の4つの異なるアプローチで構築します。 地理的地域による内部-外部交差検証を使用し、ランダム効果メタアナリシスとサブグループ分析を使用してその性能を比較し、公平性(例えば民族間など)を評価します。 それらの性能を、現在使用されているAIトリアージモデルと比較します。 最高の性能を発揮するAIモデルの最終バージョンは、データセット全体を使用して開発されます。
ワークストリーム3:前向き背景評価。 AIトリアージなしでPatchsを使用するGP診療所から前向きに収集されたデータについて、最高の性能を発揮するAIモデルからの予測を「バックグラウンド」でモデルを実行して取得します。 上記のように公平性を評価するためにサブグループ分析を行います。
ワークストリーム4:前向き実施評価。 通常のPatchsソフトウェア更新に従い、すでにAIトリアージを使用しているGP診療所のAIモデルを、最高の性能を発揮するバージョンに更新します。 GP診療所のスタッフと患者が新しいバージョンのトリアージ予測に同意する頻度を前向きに測定し、その性能が実際の患者ケアに変換されるかどうかをテストします。 上記のように公平性を評価するためにサブグループ分析を行います。
期待される利点 オンライン相談トリアージにおいてGP診療所が現在直面している問題を理解するのに役立ちます。 改善されたAIモデルを開発した場合、患者の安全性の向上(例えば、患者がより早く支援を受けられるようにする)とGP診療所の業務負荷の軽減(例えば、トリアージプロセスの自動化)が期待できます。 ワークストリーム4のGP診療所とその患者は、すぐに利益を得ることができます。 現在AIトリアージを使用していないGP診療所に対して、それを採用するかどうかの証拠を提供します。
研究の種類
研究の種類
入学 (推定)
入学
段階
段階
- 適用できない
連絡先と場所
研究連絡先
研究連絡先
- 名前:Benjamin C Brown, MRCGP, PhD
- 電話番号:+44 161 306 9966
- メール:benjamin.brown@manchester.ac.uk
研究場所
-
-
-
London、イギリス
- 募集
- NHS GP practices
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
対象基準:
- Patchsシステムを使用しているGP診療所
除外基準:
- 該当なし
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:ヘルスサービス研究
- 割り当て:非ランダム化
- 介入モデル:並列代入
- マスキング:トリプル
アーム数
武器と介入
参加者グループ / アーム参加者グループ / アーム |
介入・治療介入・治療 |
|---|---|
|
実験的:AIトリアージ
AIトリアージを使用している一般診療
|
Patchs AIは、患者がPatchsオンライン相談システムを利用する際、GP診療所のトリアージとワークフロープロセスの一部を自動化します。
これは人間の意思決定を支援することを目的としており、置き換えるものではありません。
Patchs AIは、手作業のタスクを最小限に抑えてGP診療所の業務負荷を軽減し、患者が適切なケアをより早く受けられるように支援することで患者の安全性を向上させることを目指しています。
Patchs AIは、患者に関する情報とオンライン相談内容を使用して、緊急度、臨床トピック、スタッフの役割、相談実施方法を提案します。
これらの提案に基づき、患者に関連する健康情報を提供したり、さらなる情報を得るための質問をしたり、代替医療提供者への連絡を勧めたりすることができます。
Patchs AIからの提案はGP診療所スタッフと患者が承認または拒否でき、これはその安全性を監視しシステムを再トレーニングするために使用されます。
|
|
アクティブコンパレータ:AIトリアージなし
AIトリアージを使用していない診療所
|
AIトリアージを使用しない、すなわち手動トリアージのみのPatchsシステムの使用
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
F1スコア
時間枠:登録から研究終了まで、4年間を予定
|
各AIトリアージモジュールのF1スコア(適合率と再現率の調和平均)
|
登録から研究終了まで、4年間を予定
|
協力者と研究者
協力者
協力者
出版物と役立つリンク
便利なリンク
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (推定)
一次修了
研究の完了 (推定)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
その他の研究ID番号
- 340776
- 7hzfm (その他の識別子:Open Science Framework)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。