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

AI als hulpmiddel bij de wekelijkse symptoominname bij radiotherapie

8 oktober 2024 bijgewerkt door: jaide

Evaluatie van AI-verbeterde samenvatting van symptomen tijdens wekelijkse radiotherapieconsulten: een vergelijkende studie

De studie onderzoekt het gebruik van kunstmatige intelligentie (AI) en grote taalmodellen (LLM's) om de efficiëntie en nauwkeurigheid van wekelijkse behandelconsulten (OTV's) bij radiotherapie te verbeteren. Er wordt verondersteld dat een AI-compatibel hulpmiddel voor het samenvatten van symptomen qua nauwkeurigheid de traditionele medische beoordelingsmethoden zal evenaren en tegelijkertijd tijd zal besparen. De studie omvatte patiënten die bekkenradiotherapie ondergaan en sluit patiënten uit die een bekkenrebestraling hebben ondergaan of een operatie hebben ondergaan. Patiënten krijgen zowel standaard als AI-ondersteunde wekelijkse consultaties, waarbij AI-samenvattingen worden gegenereerd met behulp van de OpenAI GPT-4 API. Geblindeerde oncologen zullen de nauwkeurigheid en kwaliteit van de door AI gegenereerde en door artsen gegenereerde samenvattingen vergelijken, terwijl patiënten en artsen deze samenvattingen zullen beoordelen. Het primaire doel is om de nauwkeurigheid en tijdsefficiëntie van AI-ondersteunde symptoomsamenvattingen te evalueren in vergelijking met traditionele methoden.

Studie Overzicht

Gedetailleerde beschrijving

Deze klinische proef is een vergelijkende studie die is ontworpen om de nauwkeurigheid en tijdsefficiëntie van een AI-compatibel symptoomoverzichtsinstrument te evalueren in vergelijking met traditionele medische beoordelingsmethoden bij patiënten die radiotherapie in het bekkengebied ondergaan.

Hypothese:

Er wordt verondersteld dat het AI-compatibele symptoomoverzichtsinstrument qua nauwkeurigheid niet inferieur is aan traditionele medische beoordelingsmethoden en dat het tijd bespaart in het proces.

Primaire uitkomst:

Nauwkeurigheid van documentatie: De kwaliteit van de documentatie zal worden geëvalueerd met behulp van het Physician Documentation Quality Instrument-9 (PDQI-9), een gevalideerde vragenlijst die negen sleutelelementen van de kwaliteit van de documentatie beoordeelt: volledigheid, correctheid, consistentie, begrijpelijkheid, relevantie, organisatie, beknoptheid, opmaak en algemene indruk. Geblindeerde gespecialiseerde artsen zullen de PDQI-9 gebruiken om zowel door AI gegenereerde als traditionele samenvattingen te evalueren, waarbij scores van 1 tot 10 worden toegekend.

Secundaire resultaten:

Tijdefficiëntie: de tijd die nodig is om de door AI ondersteunde en traditionele consultaties te voltooien, wordt geregistreerd en vergeleken.

Artsentevredenheid: Een op maat ontworpen tevredenheidsvragenlijst zal worden afgenomen bij de artsen die aan het onderzoek deelnemen. Deze vragenlijst bevat vragen op Likert-schaal om verschillende aspecten van tevredenheid te beoordelen, waaronder gebruiksgemak, tijdefficiëntie, nauwkeurigheidsperceptie en algemene tevredenheid.

Patiënttevredenheid: Er zal een op maat ontworpen tevredenheidsvragenlijst worden afgenomen bij de patiënten die aan het onderzoek deelnemen. Deze vragenlijst bevat vragen op Likert-schaal om verschillende aspecten van tevredenheid te beoordelen, waaronder duidelijkheid en begrip, waargenomen nauwkeurigheid, betrokkenheid en interactie, en algehele tevredenheid.

Methodologie:

Patiëntenselectie: Patiënten die aan de inclusiecriteria voldoen, worden geselecteerd voor deelname. Uitsluitingscriteria zullen worden toegepast om gevallen van bekkenherbestraling of eerdere operaties in het bekkengebied te elimineren.

Consultatieproces: Patiënten ondergaan standaard wekelijks een consultatie met een arts. In dezelfde week heeft elke patiënt ook een apart consult bij een andere arts. Tijdens dit tweede consult wordt onder medisch toezicht een klachtenvragenlijst ingevuld. De resulterende samenvatting van deze vragenlijst zal worden gegenereerd met behulp van de OpenAI GPT-4 API.

Studietype

Ingrijpend

Inschrijving (Geschat)

200

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.

Studiecontact

  • Naam: Rachele Grazziotin, MD
  • Telefoonnummer: (21)3207-4550
  • E-mail: cep@inca.gov.br

Studie Locaties

      • Rio De Janeiro, Brazilië
        • Werving
        • Instituto Nacional de Câncer José Alencar Gomes da Silva - INCA
        • Contact:
          • Rachele Rachele Grazziotin, MD

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

Nee

Beschrijving

Inclusiecriteria:

Alle patiënten die radiotherapie ondergaan in het bekkengebied.

Uitsluitingscriteria:

Gevallen van bekkenherbestraling of geopereerde gevallen.

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: Ander
  • Toewijzing: Niet-gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Actieve vergelijker: Standaard wekelijkse symptoombeoordeling door artsen
Standaard wekelijkse symptoominname uitgevoerd door een arts
Experimenteel: AI-ondersteunde symptoominname
Gen AI ondersteunde de samenvatting van de symptoominname

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Het Arts Documentatie Kwaliteitsinstrument-9 (PDQI-9)
Tijdsspanne: 2 maanden
Het Physician Documentation Quality Instrument-9 (PDQI-9) zal worden gebruikt om de kwaliteit van de documentatie te evalueren. De PDQI-9 is een gevalideerde vragenlijst die negen sleutelelementen van de kwaliteit van de documentatie beoordeelt: volledigheid, correctheid, consistentie, begrijpelijkheid, relevantie, organisatie, beknoptheid, opmaak en algemene indruk.
2 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Tijdregistratie
Tijdsspanne: 2 maanden
De totale tijd die aan elke patiënt en aan documentatie wordt besteed, wordt geregistreerd voor zowel de standaardconsulten als de AI-consultaties.
2 maanden
Nauwkeurigheid
Tijdsspanne: 2 maanden
Een team van geblindeerde gespecialiseerde oncologen zal de samenvattingen vergelijken die door beide methoden worden gegenereerd. Nauwkeurigheidsbeoordelingen worden toegekend op basis van tabelgegevens uit de ingevulde vragenlijsten. Patiënten krijgen zowel de door AI gegenereerde samenvatting als de samenvatting van de arts te zien en wordt gevraagd de nauwkeurigheid ervan te beoordelen op een schaal van 1 tot 10.
2 maanden
Tevredenheid van artsen
Tijdsspanne: 2 maanden

Beoordeling van de tevredenheid van artsen:

De tevredenheid van artsen over de door AI ondersteunde symptoomsamenvattingstool in vergelijking met traditionele documentatiemethoden zal worden geëvalueerd.

Meetinstrument:

Een op maat ontworpen tevredenheidsvragenlijst zal worden afgenomen bij de artsen die aan het onderzoek deelnemen. Deze vragenlijst bevat vragen op de Likert-schaal om verschillende aspecten van tevredenheid te beoordelen, waaronder:

Gebruiksgemak: Artsen zullen beoordelen hoe gemakkelijk zij de AI-tool in gebruik vinden in vergelijking met traditionele methoden.

Tijdefficiëntie: Artsen zullen beoordelen of de AI-tool tijd bespaart tijdens patiëntconsultaties en documentatie.

Algemene tevredenheid: Er wordt een algemene tevredenheidsscore gegeven, die de algemene ervaring van de arts met de AI-tool weerspiegelt.

2 maanden
Patiënttevredenheid
Tijdsspanne: 2 maanden

Beoordeling van patiënttevredenheid:

De tevredenheid van patiënten over het AI-gestuurde symptoomoverzichtsinstrument in vergelijking met traditionele documentatiemethoden zal worden geëvalueerd als een secundaire uitkomst van deze studie.

Meetinstrument:

Een op maat ontworpen tevredenheidsvragenlijst zal worden afgenomen bij de patiënten die aan het onderzoek deelnemen. Deze vragenlijst bevat vragen op de Likert-schaal om verschillende aspecten van tevredenheid te beoordelen, waaronder:

Duidelijkheid en begrip: Patiënten zullen beoordelen hoe duidelijk en begrijpelijk zij de door AI gegenereerde samenvattingen vinden in vergelijking met traditionele documentatie.

Betrokkenheid en interactie: Patiënten zullen tijdens consultaties hun betrokkenheid en interactie-ervaring evalueren met behulp van de AI-tool versus traditionele methoden.

Tevredenheid: Er wordt een algemene tevredenheidsscore gegeven, die de algemene ervaring van de patiënt met de AI-tool weerspiegelt.

2 maanden

Medewerkers en onderzoekers

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

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)

22 juli 2024

Primaire voltooiing (Geschat)

1 november 2024

Studie voltooiing (Geschat)

15 december 2024

Studieregistratiedata

Eerst ingediend

18 juli 2024

Eerst ingediend dat voldeed aan de QC-criteria

24 juli 2024

Eerst geplaatst (Werkelijk)

29 juli 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

10 oktober 2024

Laatste update ingediend die voldeed aan QC-criteria

8 oktober 2024

Laatst geverifieerd

1 oktober 2024

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • BR-001

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

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