人工知能臨床意思決定支援システム シミュレーションセンター 技術受容研究
人工知能臨床意思決定支援システム シミュレーション センターの研究: 技術受容モデルを使用した急性消化管出血に対する機械学習リスク層別化ツールの信頼性と有用性
調査の概要
詳細な説明
最初の実験では、シミュレーション シナリオ内の既存の臨床データセットでトレーニングされた、以前に検証された機械学習アルゴリズムを展開します。このシナリオでは、急性消化管出血 (予後不良のリスクが低、中、高) の患者が評価されます。
シミュレーションの前に、人工知能、機械学習、臨床意思決定支援に関するベースライン教育モジュールがすべての参加者に提供されます。 調査官は、部屋で利用できるもの、コンサルタントを呼び出す機会、実験室および放射線検査の利用可能性を詳述することにより、心理的安全性を確立します。 各臨床シナリオは、実際の患者のケースに基づいて約 10 分間実行されます。バイタル サインは時間の経過とともに変化し、検査値は評価の特定の時点で利用可能になります。 この調査は、3 (シナリオ リスク: 低、中、対高) x 2 (AI フレーミング: ツール対チーム メンバー) x 2 (透明性: 低対高) 要因計画に従います。 各参加者は、リスクの昇順 (被験者内要因) で 3 つのシナリオすべてを受け取りますが、1 つの AI フレーミングと 1 つの透明性処理条件 (被験者間要因) にランダム化されます。
AI チーム メンバーのフレーミング処理では、シミュレーション前のブリーフィング中に、参加者は単なるツールではなく、チーム メンバーとして人工知能/機械学習アルゴリズムのフレームワークを提供され、心の理論の概念が紹介されます。アルゴリズムが、その推論が人間の推論をどのように補完するかを理解するために。 さらに、アルゴリズムが実行されるコンピューター ワークステーションは、患者のベッドサイドに配置されます。 さらに、AI-CDSS は、プロバイダーがベッドサイドで自然にやり取りできる ChatGPT/GPT-4 チャットボット スタイルのインターフェイスで表示されます。 ツール フレーミング条件では、ツールとしての AI-CDSS の典型的な説明が提供されます。 この場合、アルゴリズムを搭載したコンピューターは、患者から離れた隅に配置されます。 そのため、電卓タイプのスツールとして提供されます。
透明性の処理の場合、アルゴリズムの出力は、「低い」透明性 (リスク評価と推奨事項のみ) または「高い」透明性 (モデル入力の説明と、ユーザーが指示したツール フレーミング状態の Web アプリ、またはチーム メンバー フレームワークのユーザー フレンドリーな自然言語チャットボットでユーザー主導のクエリを処理できる ChatGPT 派生インターフェイスを直接使用して、モデル出力に影響を与える入力を提示し、メンタル モデルを提供します。アルゴリズム)。
研究の種類
入学 (実際)
段階
- 適用できない
連絡先と場所
研究場所
-
-
Connecticut
-
New Haven、Connecticut、アメリカ、06510
- Yale New Haven Hospital
-
-
参加基準
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
包含基準:
- 研究機関の内科レジデント研修生
- 研究機関での救急医療レジデンシー研修生
除外基準:
- 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：なし
- 介入モデル：並列代入
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：大規模言語モデルベースの対話
機械学習ダッシュボードを備えた LLM ベースのチャットボット。リスク評価を提供し、ダッシュボードによって提供される解釈可能性メトリクスに基づいて理論的根拠を提供します。研究参加者は自然言語を使用して直接対話できます。
参加者には、Generative Pre-trained Transformer (GPT) チャットボットを利用した機械学習モデル ダッシュボードが提供されます。
|
Large Language Model (LLM) チャットボット インターフェイスを使用して、機械学習アルゴリズムおよび解釈可能性ダッシュボードと対話します。
|
|
介入なし：機械学習ダッシュボード
インタラクティブなダッシュボードを備えた機械学習アルゴリズムの出力。生成されたリスク スコアに最も寄与する入力要素を説明または解釈するために使用できます。
参加者は機械学習ダッシュボードのみにアクセスできます。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
Median Change in Attitudes Towards Machine Learning Algorithms in Clinical Care Using UTAUT
時間枠：Approximately 60 minutes
|
The study will use a common set of dependent variables to assess baseline and post-intervention attitudes towards machine learning algorithms in clinical care using an adapted Unified Theory of Acceptance and Use of Technology (UTAUT) survey assessing perceived usefulness of the system, perceived ease of use, attitudes towards using it, behavioral intentions, and trust, measured with a 5-point Likert scale.
Percent change in UTAUT survey response between Large Language Model-based Interaction and Machine Learning Dashboard at recruitment prior to administration of scenarios and immediately after completion of scenarios.
The difference in time between the two will be approximately 60 minutes.
Higher change indicates greater acceptance/intention to use the GutGPT+Dashboard.
|
Approximately 60 minutes
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
Clinician Decision Making of Triage of GI Bleeding
時間枠：Approximately 60 minutes
|
Mean percentage of decision accuracy per participant.
Accuracy is defined as the percentage of times participants accurately choose the correct clinical decision for each simulation scenario of acute upper GI bleeding for each treatment condition.
Immediately after completion of scenarios (60 minutes from initiation of study for each participant).
No further follow up afterwards.
|
Approximately 60 minutes
|
協力者と研究者
スポンサー
捜査官
- 主任研究者：Dennis Shung, MD、Yale School of Medicine Section of Digestive Diseases
出版物と役立つリンク
一般刊行物
- Laine L, Jensen DM. Management of patients with ulcer bleeding. Am J Gastroenterol. 2012 Mar;107(3):345-60; quiz 361. doi: 10.1038/ajg.2011.480. Epub 2012 Feb 7.
- Laine L. Risk Assessment Tools for Gastrointestinal Bleeding. Clin Gastroenterol Hepatol. 2016 Nov;14(11):1571-1573. doi: 10.1016/j.cgh.2016.08.003. Epub 2016 Aug 10. No abstract available.
- Leonardi, P. M. 2009. Why do people reject new technologies and stymie organizational changes of which they are in favor? Exploring misalignments between social interactions and materiality. Human Communication Research, 35(3): 407-441.
- Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27(3), 425-478
- Chung S, Giuffre M, Rajashekar N, Pu Y, Shin YE, Kresevic S, Chan C, Nakamura-Sakai S, You K, Saarinen T, Hsiao A, Wong AH, Evans L, McCall T, Kizilcec RF, Sekhon J, Laine L, Shung DL. Usability and adoption in a randomized trial of GutGPT a GenAI tool for gastrointestinal bleeding. NPJ Digit Med. 2025 Aug 18;8(1):527. doi: 10.1038/s41746-025-01896-5.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
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
詳しくは
本研究に関する用語
キーワード
その他の研究ID番号
- 2000034521
- 1K23DK125718-01A1 (米国 NIH グラント/契約)
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?
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。