생성 인공 지능(AI)을 사용하여 환자 친화적인 퇴원 요약 작성
2025년 6월 5일 업데이트: NYU Langone Health
생성 인공 지능을 사용하여 퇴원 요약을 환자에게 친숙한 언어 및 형식으로 변환
이는 공개 라벨, 병렬 그룹, 무작위 시험이 될 것입니다.
환자는 퇴원 시 환자 친화적인 퇴원 지침(개입 그룹)과 표준 치료를 검토하기 위해 무작위로 배정됩니다.
중재는 환자에게 중재 그룹의 추가 의료 문서가 제공된다는 점에서 표준 치료와 다릅니다.
연구 개요
상태
상태
완전한
정황
정황
개입 / 치료
개입 / 치료
연구 유형
연구 유형
중재적
등록 (실제)
등록
61
단계
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
연구 연락처
- 이름: Jonah Zaretsky
- 전화번호: 718-630-7000
- 이메일: Jonah.zaretsky@nyulangone.org
연구 장소
-
-
New York
-
New York, New York, 미국, 10016
- NYU Langone Health
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
설명
포함 기준:
- NYULH 입원환자 의학 부서에 입학
- 영어를 읽고 이해할 수 있음
- 본 연구에 동의할 의지와 능력이 있음
제외 기준:
- 입원 환자 호스피스
- 홈 호스피스로 퇴원
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 치료
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
팔의 수
2
무기와 개입
참가자 그룹 / 팔참가자 그룹 / 팔 |
개입 / 치료개입 / 치료 |
|---|---|
|
실험적: 생성적 AI 방전 지침
퇴원 시 환자는 퇴원 정보에 대한 환자의 가독성과 이해도를 높이기 위해 첨단 자연어 처리 모델인 GPT-4를 통해 생성된 환자 친화적인 퇴원 지시를 받게 된다.
|
고급 자연어 처리 모델인 GPT-4를 통해 생성된 환자 친화적 퇴원 지침입니다.
|
|
활성 비교기: 진료 퇴원 지침 표준
퇴원 시 환자는 표준 퇴원 지침(즉, GPT-4에서 생성되지 않은 지침)을 받습니다.
|
표준 병원 퇴원 지침.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
가독성과 이해가능성의 종합 측정에서 긍정적인 결과를 얻은 요약 수
기간: 1일차(퇴원 시)
|
이는 복합 결과 측정입니다. 퇴원 요약의 가독성은 텍스트가 독자에게 얼마나 어려울 수 있는지를 측정하는 Flesch-Kincaid 학년 수준 평가를 사용하여 측정됩니다. Flesch-Kincaid 평가 점수는 다음과 같이 평가됩니다. 0-3: 기초 읽기 수준, (유치원 또는 초등학교) 3-6: 기초 읽기 수준, (초등학교) 6-9: 평균 읽기 수준, (중학교) 9-12: 평균 읽기 수준, (고등학생) 11-18: 숙련된 독자. 일차 진단 및 병원 개입에 대한 간략한 설명이 있는지를 통해 이해 가능성을 평가합니다. 1) 1차 진단 및 병원 개입에 대한 단순화된 설명 존재, 2) Flesch-Kincaid 등급 수준이 6 이상 8 미만인 요약은 "긍정적인 결과"를 갖는 것으로 간주됩니다. |
1일차(퇴원 시)
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI 생성 콘텐츠에 대한 변경 사항
기간: 1일차(퇴원 시)
|
콘텐츠에 대한 변경 사항은 편집 거리를 사용하여 평가됩니다.
|
1일차(퇴원 시)
|
|
AI 생성 콘텐츠 인식 설문조사: 안전
기간: 1일차(퇴원 시)
|
환자들은 제공된 퇴원 지침에 대해 안전하다고 느끼는지 묻는 설문조사를 받게 됩니다.
총점은 질문에 "그렇습니다" 또는 "그렇습니다"라고 대답한 참가자 수입니다.
|
1일차(퇴원 시)
|
|
AI 생성 콘텐츠 인식 설문조사: 이해 가능성
기간: 1일차(퇴원 시)
|
환자들은 지시사항이 이해하기 쉬운지 묻는 설문조사를 받게 됩니다.
총점은 질문에 "그렇습니다" 또는 "그렇습니다"라고 대답한 참가자 수입니다.
|
1일차(퇴원 시)
|
|
AI 생성 콘텐츠 인식 설문조사: 공감
기간: 1일차(퇴원 시)
|
환자들은 지침이 공감적인 방식으로 작성되었는지 묻는 설문조사를 받게 됩니다.
총점은 질문에 "그렇습니다" 또는 "그렇습니다"라고 대답한 참가자 수입니다.
|
1일차(퇴원 시)
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
수사관
- 수석 연구원: Jonah Zaretsky, NYU Langone Health
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2025년 1월 29일
기본 완료 (실제)
기본 완료
2025년 5월 22일
연구 완료 (실제)
연구 완료
2025년 5월 22일
연구 등록 날짜
최초 제출
최초 제출
2024년 11월 27일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2024년 11월 27일
처음 게시됨 (실제)
처음 게시됨
2024년 12월 2일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2025년 6월 6일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2025년 6월 5일
마지막으로 확인됨
마지막으로 확인됨
2025년 6월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
기타 연구 ID 번호
- 23-01544
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
일반적인 임상 진료에서 수집된 데이터 이러한 데이터는 쉽게 식별되지 않거나 공유될 수 없습니다.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .