Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Ambient AI voor het welzijn van leveranciers

28 mei 2025 bijgewerkt door: University of Wisconsin, Madison

Een in het EPD ingebedde, pragmatische stapsgewijze individuele gerandomiseerde klinische studie van kunstmatige intelligentie uit de omgeving om het welzijn van zorgverleners te verbeteren

Het doel van deze klinische proef is om te leren of het gebruik van Ambient Artificial Intelligence voor leveranciersdocumentatie het welzijn van de leverancier zal verbeteren en de documentatiekwaliteit zal verbeteren.

Deelnemers voltooien hun documentatie met behulp van de Ambient AI-software.

Studie Overzicht

Toestand

Voltooid

Interventie / Behandeling

Gedetailleerde beschrijving

Het documenteren van patiëntbezoeken door zorgverleners is een tijdrovende bezigheid die de hele werkdag duurt en vaak ook buiten kantooruren doorgaat. Deze aanhoudende administratieve last heeft een negatieve invloed op het welzijn van de zorgverleners en draagt ​​bij aan burn-out en ontevredenheid over het werk.

Om deze uitdagingen aan te pakken, stellen de onderzoekers voor om de effectiviteit van de Ambient AI-tool te testen bij het verbeteren van de prestaties van leveranciers en om de documentatie-efficiëntie te noteren. Het overkoepelende doel is om AI-technologie in te zetten om het welzijn van leveranciers en de kwaliteit van de documentatie te verbeteren.

Studietype

Ingrijpend

Inschrijving (Werkelijk)

66

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Wisconsin
      • Madison, Wisconsin, Verenigde Staten, 53705
        • University of Wisconsin

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Ja

Beschrijving

Inclusiecriteria:

  • Zorgaanbieder in de polikliniek UW Health
  • Bereidheid om omgevingstechnologie in te zetten en te gebruiken
  • Volwassene (>18 jaar)
  • Engels of Spaans sprekend
  • De training en het bijscholingsprogramma voltooid dat vereist is om het gereedschap te gebruiken
  • Het bieden van poliklinische zorg aan maar liefst 20 ontmoetingen per week

Uitsluitingscriteria:

  • Gepland verlof binnen 6 weken na randomisatie
  • Heeft geen Apple mobiel apparaat
  • Niet geregistreerd op het mobiele Haiku-systeem van Epic voor toegang
  • Ingeschreven voor een virtueel schrijversprogramma en niet bereid het programma te verlaten

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Onderzoek naar gezondheidsdiensten
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Omgevingsluistergroep 1
Deelnemers die in deze arm zijn gerandomiseerd, zullen in week 7 Ambient AI gaan gebruiken.
Ambient AI-software-interventie wordt geïmplementeerd in de workflow van de provider. De software bevat geautomatiseerde spraakherkenningstechnologie met grote taalmodellen om in realtime klinische documentatie te genereren.
Experimenteel: Omgevingsluistergroep 2
Deelnemers die in deze arm zijn gerandomiseerd, zullen in week 13 beginnen met het gebruik van Ambient AI.
Ambient AI-software-interventie wordt geïmplementeerd in de workflow van de provider. De software bevat geautomatiseerde spraakherkenningstechnologie met grote taalmodellen om in realtime klinische documentatie te genereren.
Experimenteel: Omgevingsluistergroep 3
Deelnemers die in deze arm zijn gerandomiseerd, zullen in week 19 beginnen met het gebruik van Ambient AI.
Ambient AI-software-interventie wordt geïmplementeerd in de workflow van de provider. De software bevat geautomatiseerde spraakherkenningstechnologie met grote taalmodellen om in realtime klinische documentatie te genereren.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Verandering in de vervullingsindex van leveranciers
Tijdsspanne: Basislijn tot week 6, 12, 18 en 24
Met behulp van de Survey Measures van het Professional Well-Being Academic Consortium bestaat de vervullingsindex uit een vragenlijst met zes items. Elke vraag wordt gescoord op een Likert-schaal van 0-4, met een totaal mogelijke score van 0-24. Hogere scores duiden op een grotere voldoening
Basislijn tot week 6, 12, 18 en 24
Verandering in burn-out bij providers
Tijdsspanne: Basislijn tot week 6, 12, 18 en 24
Met behulp van de Survey Measures van het Professional Well-Being Academic Consortium omvat de burn-outindex twee subcomponenten van werkuitputting en interpersoonlijke terugtrekking. Het is een vragenlijst met 10 items, die samen als een samengestelde score worden gescoord. Elke vraag wordt gescoord op een Likert-schaal van 0-4, met een totaal mogelijk bereik van 0-40. Hogere scores duiden op een grotere burn-out, wat wijst op een lager welzijn
Basislijn tot week 6, 12, 18 en 24

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Verandering in de tijd besteed aan documentatie buiten werkuren
Tijdsspanne: Basislijn tot 24 weken
Aanbieders houden de hoeveelheid tijd bij die wordt besteed aan EPD (elektronische medische dossiers) buiten de geplande patiënturen per 8 uur geplande patiënttijd
Basislijn tot 24 weken
Verandering in taakbelasting
Tijdsspanne: Basislijn tot 24 weken
Uren besteed aan documentatie per 8 uur geplande patiënttijd
Basislijn tot 24 weken
Verandering in de betekenis van werk
Tijdsspanne: Basislijn tot 24 weken
De betekenis van werk is een vragenlijst met vier items, waarbij elke vraag wordt gescoord op een Likert-schaal van 0-4. De totaal mogelijke scores variëren van 0-16, waarbij hogere scores duiden op een lager gevoel van betekenis van het werk.
Basislijn tot 24 weken
Verandering in betekenisvolle relaties
Tijdsspanne: Basislijn tot 24 weken
Met behulp van de Professional Well-Being Academic Consortium Survey Measures is de index voor de negatieve impact van werk op relaties een vragenlijst met 4 items. Elke vraag wordt gescoord op een Likert-schaal van 0-4, waarbij de totale mogelijke scores variëren van 0-16. Hogere scores duiden op minder betekenisvolle relaties.
Basislijn tot 24 weken

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Majid Afshar, MD, MS, University of Wisconsin, Madison
  • Hoofdonderzoeker: Joel Gordon, MD, University of Wisconsin, Madison

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

15 augustus 2024

Primaire voltooiing (Werkelijk)

27 maart 2025

Studie voltooiing (Werkelijk)

27 maart 2025

Studieregistratiedata

Eerst ingediend

18 juli 2024

Eerst ingediend dat voldeed aan de QC-criteria

18 juli 2024

Eerst geplaatst (Werkelijk)

24 juli 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

30 mei 2025

Laatste update ingediend die voldeed aan QC-criteria

28 mei 2025

Laatst geverifieerd

1 mei 2025

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 2024-1028
  • A534285 (Andere identificatie: UW Madison)
  • Protocol Version 7/7/2024 (Andere identificatie: UW- Madison)

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

JA

Beschrijving IPD-plan

Als onderdeel van het UW Learning Health System zullen de gegevensquery's, het gegevenswoordenboek en de gegevensprocedure worden weerspiegeld van de UW Health GitHub -instantie om GitLab -instantie te smph voor het gebruik van secundair onderzoek. Alle patiëntgegevens behalve tijdstempels worden gedeïdentificeerd (beperkte dataset) en beheerd en opgeslagen op SMPH -servers en apparaten en verstrekt via Clinical Research Data Service (CRDS) -team in ICTR's Center for Health Informatics Institute en de UW SMPH Honest Broker. Provider-gegevens worden opgeslagen met identificatiegegevens voor de follow-up focusgroepen en interviews.

IPD-tijdsbestek voor delen

De opslagduur zal minimaal 10 jaar zijn.

IPD-toegangscriteria voor delen

Toegang tot gegevens en opnames en beveiligingsmaatregelen vereist IRB -goedkeuring en verzoek via CRD's.

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren