インテリジェントな移行フレームワークを用いた構造化された患者引継ぎトライアル (SHIFT)

構造化ハンドオフインテリジェントフレームワークトライアル（SHIFT）は、Carelignハンドオフプラットフォームに統合された人工知能（AI）ツールが、入院患者を担当する病院医の文書作成時間と負担を軽減できるかどうかを評価するために設計された、実用的な並行群ランダム化比較試験です。 AI機能は、臨床要約用に調整された大規模言語モデル（LLM）を使用して、回転終了時のハンドオフの編集可能な草案を生成します。 介入群にランダム化された病院医は、Carelign内の「ハンドオフ草案」ボタンにアクセスでき、電子健康記録の最近のメモからデータを使用して、構造化された編集可能なハンドオフ草案を自動生成します。 臨床医は、ハンドオフを最終化して同僚と共有する前に、すべての草案内容を確認および編集する必要があります。 対照群の医療提供者は、AI支援なしでCarelign内の標準的なハンドオフワークフローを引き続き使用します。

この研究は、ペンシルベニア大学病院（HUP）とペンシルベニアプレスビテリアン医療センター（PPMC）の一般内科サービスで実施されます。 適格参加者には、少なくとも5日連続で勤務予定の担当病院医が含まれます。 医療提供者は、施設とチームで層別化され、1：1で介入群または対照群にランダム化されます。 この研究は、約90人の病院医を登録し、12週間にわたって約120の適格回転に貢献します。 主要評価項目は、回転終了時のハンドオフ作成に費やした総時間（分）で、自動化されたCarelign監査ログを使用して測定されます。 二次評価項目には、文書作成負担（修正NASAタスク負荷指数）、仕事の消耗（スタンフォード職業充足指数）、自己申告作成時間が含まれます。 探索的指標には、ツールの使いやすさ（ネットプロモータースコア）、受診医療提供者によるハンドオフ品質評価、電子健康記録（EHR）使用指標（総時間および就業時間外の「パジャマ時間」）が含まれます。

この試験は非盲検で、一般化可能性を最大化するために実際の条件下で実施されます。 分析は意向治療アプローチに従い、繰り返し回転を考慮するために医療提供者に対するランダム切片を持つ線形混合効果モデルを使用します。 すべてのデータは、安全でHIPAA準拠の機関環境で保存および分析されます。 この研究は、ペンシルベニア大学機構審査委員会とペン医療AIガバナンス評議会の承認を得ています。