解釈可能な機械知能を利用して薬局業務における調剤ミスを防止
調査の概要
詳細な説明
薬剤師は現在、患者に届ける前に薬剤選択の間違いを特定するために独立したダブルチェックを行っています。 しかし、薬剤師によるこの認知的意思決定作業をサポートする機械知能 (MI) の使用は、実際には存在しません。 代わりに、薬剤師は処方薬バイアルの内容物と比較できる薬剤の参照画像のみに依存します。 これまでの研究では、意思決定支援システムが医療提供の効率と精度を効果的に向上させながら、薬物有害事象を防止できることが示されています。 しかし、MI テクノロジーが薬剤師の仕事のパフォーマンスや認知需要にどのような影響を与えるかについてはほとんど知られていません。
薬剤師とMIシステムとの長期的な共生関係を促進するには、適切な信頼を確立する必要があります。 信頼は、人間と機械の効果的なチーム化の中心的な要素であると特定されていますが、人間が自動化テクノロジーに不当な信頼を置き、十分な信頼を置いていない場合に問題が発生します。 自動化に対する過度の信頼は、自己満足や自動化バイアスにつながる可能性があります。 例えば、薬剤師は、MI システムによる推奨を盲目的に受け入れてしまうほど、MI システムに依存する場合があります。 信頼の下では、薬剤師の不使用や MI システムの放棄の可能性が生じる可能性があります。
さらに、薬剤師の勤務成績に関するMIアドバイスのタイミングについてはほとんど知られていない。 たとえば、薬剤師が投薬検証タスクを実行しているときに MI のアドバイスを示すことと、薬剤師が決定を下した後に MI のアドバイスを示すこととは異なる結果が生じる可能性があります。
研究者らは、薬剤画像を分類するための MI システムを開発しました。 この研究の目的は、MI アドバイスのタイミングの有効性を調査し、それがタスク時間の短縮、精度の向上、MI への信頼の向上につながるかどうかを判断することです。
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
-
-
Michigan
-
Ann Arbor、Michigan、アメリカ、48109
- University of Michigan
-
-
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
包含基準:
- 米国で認可された薬剤師
- 上映時の年齢は18歳以上
- Microsoft Windows 10 を搭載した PC/ラップトップ、または Google Chrome、Edge、Opera、Safari、または Firefox Web ブラウザがデバイスにインストールされた MacOS を搭載した Mac (Macbook、iMac)
- 画面解像度 1024x968 ピクセル以上
- アイトラッキングの目的には、ラップトップに統合された Web カメラまたは USB Web カメラも必要です。
除外基準:
- Wave 1 または Wave 2 に参加した
- 眼鏡
- 未矯正の白内障、眼内インプラント、緑内障、または永久に拡張した瞳孔
- コンピューターを使用するにはスクリーン リーダー/拡大鏡またはその他の支援テクノロジーが必要です
- 目の動きや位置の異常（怠惰な目、斜視、眼振）
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：他の
- 割り当て：ランダム化
- 介入モデル：クロスオーバー割り当て
- 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：MI のヘルプなし
検証タスク中に MI ヘルプは表示されません
|
参加者はMIの助けなしで服薬検証タスクを完了します。
参加者の決定が MI の決定と異なる場合、参加者はポップアップ メッセージの形式で MI を受け取ります。
MI ヘルプは、塗りつぶされた画像と参照画像と同時に表示されます。
|
|
実験的：シナリオ #1
MI ヘルプは、参加者の決定が MI の決定と異なる場合のポップアップ メッセージの形式で表示されます。
|
参加者はMIの助けなしで服薬検証タスクを完了します。
参加者の決定が MI の決定と異なる場合、参加者はポップアップ メッセージの形式で MI を受け取ります。
MI ヘルプは、塗りつぶされた画像と参照画像と同時に表示されます。
|
|
実験的：シナリオ #2
MI ヘルプは、塗りつぶされた画像と参照画像と同時に表示されます。
|
参加者はMIの助けなしで服薬検証タスクを完了します。
参加者の決定が MI の決定と異なる場合、参加者はポップアップ メッセージの形式で MI を受け取ります。
MI ヘルプは、塗りつぶされた画像と参照画像と同時に表示されます。
|
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 |
|---|---|---|
|
反応時間
時間枠：検証タスク全体を通して
|
タスク時間の差は、タスク開始から薬剤画像を承認または拒否するまでの秒数で測定されます
|
検証タスク全体を通して
|
|
判定精度
時間枠：検証タスク全体を通じて
|
アーム／グループの全参加者における薬剤確認エラーの数によって測定された検出率の差。
|
検証タスク全体を通じて
|
|
信頼の変化
時間枠：シナリオ1と2のすべての試験の後
|
参加者は、各研究群（すなわち、シナリオ1、シナリオ2、およびヘルプなし）において、100回の模擬薬剤確認試験を完了します。 シナリオ1およびシナリオ2の各試験後、参加者は視覚的アナログ尺度（VAS）を使用して、「AIアドバイスをどの程度信頼しますか？」という質問に回答します。 100ポイントVASの端点は「全く信頼しない」から「完全に信頼する」です。 参加者は、すべての試験後に、1から100の尺度でMIアドバイスに対する信頼レベルを示し、より高いスコアはより高い信頼レベルを示します。 視覚的アナログ尺度で測定された信頼変化は、次の式を使用して計算されます： 信頼変化(i) = 信頼(i) - 信頼(i - 1)、ここでi=2、3、...、100。 特定のシナリオ内での信頼変化変数の単一の要約値を計算するために、試験から測定された個々の信頼変化スコアを平均します。 この平均化方法は、シナリオ全体の期間中に信頼がどのように変化したかの包括的な尺度を提供します。 |
シナリオ1と2のすべての試験の後
|
|
信頼
時間枠：シナリオ1および2における介入後。
|
信頼度は、Muir & Moray（1996）の自動化への信頼尺度を使用して評価されます。
スコアは0から100の範囲で、より高いスコアはより高いレベルの信頼を示します。 |
シナリオ1および2における介入後。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
認知的努力
時間枠：検証タスク全体を通して
|
参加者の眼球運動は、ブラウザベースのオンライン眼球追跡システムを使用して追跡されました。
結果指標は、定義された関心領域（フィル画像、参照画像、またはMIプロット）における注視回数によって測定される認知努力の差です。
より高い注視率は、特定の領域への反復的な関心を示します。
|
検証タスク全体を通して
|
|
認知的努力
時間枠：検証タスク全体
|
参加者の眼球運動は、ブラウザベースのオンライン眼球追跡システムを使用して追跡されました。
結果指標は、定義された関心領域（フィル画像、参照画像、またはMIプロット）における注視時間によって測定される認知努力の差です。
注視時間が長いほど、認知負荷が高いことを示します。
|
検証タスク全体
|
|
ワークロード
時間枠：各群で100回の模擬検証試験を完了後
|
参加者は3つの各アームで100回の模擬薬剤確認試験を完了します。 各アームの作業負荷はNASAタスク負荷指数（TLX）によって測定されます。 評価される5つのTLX次元は：精神的負荷、努力、時間的負荷、パフォーマンス、フラストレーションです。 各次元について、参加者は単一の質問に対する回答を示します。 4つの次元では、リッカート尺度の端点は「非常に低い」と「非常に高い」です。 パフォーマンス次元は逆スコアであり、端点は「完璧」と「失敗」です。 その後、参加者は次元の10組のペアワイズ比較を完了し、どの次元がより重要な要因であるかを示します（例：努力対フラストレーション）。 各カテゴリのスコアにそれぞれのペアワイズ比較回数を乗算し、合計して10で割ることで、全体の加重作業負荷スコアが得られます。 結果は1から20の間の全体作業負荷スコアであり、スコアが高いほど作業負荷が高いことを示します。 |
各群で100回の模擬検証試験を完了後
|
|
ユーザビリティ
時間枠：各アームで100回のモック検証試験を完了後
|
参加者は、3つのアーム（MIサポートなし、シナリオ1、シナリオ2）それぞれにおいて、100回の模擬薬剤確認試験を完了します。
100回の試験完了後、参加者はシステム使用性評価尺度（SUS）を使用して模擬確認インターフェースを評価します。
SUSは10の質問項目で構成され、参加者は「強く同意する」から「強く同意しない」までの5段階リッカート尺度で各項目への同意度を示します。
奇数番号の質問は肯定的な回答を、偶数番号の質問は逆転採点されます。
スコアは合計され、2.5を乗じて最終SUSスコアが算出されます。
SUSスコアは0から100の範囲で、高いスコアほど使用性が高いことを示します。
平均的なSUSスコアは68とされています。
50未満は「受け入れられない」と評価されます。
51〜70のスコアは「限定的」、71以上は「受け入れ可能」、80以上は高い使用性を示すものとされています。
|
各アームで100回のモック検証試験を完了後
|
協力者と研究者
スポンサー
捜査官
- 主任研究者：Corey A Lester, PharmD, PhD、University of Michigan
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
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。