AI-transcriptie en rapportage in de huisartspraktijk: een longitudinaal onderzoek (AI Scribe)
Huisartsen in Nederland staan onder onhoudbare druk. Uit recent onderzoek blijkt dat 68% van de huisartsen de werkdruk te hoog vindt en 18% het werk extreem tot zeer stressvol vindt. De druk op huisartsen schaadt de patiëntenzorg aanzienlijk, omdat een verminderd welzijn van artsen een negatieve invloed kan hebben op de ervaringen van patiënten, de therapietrouw, de communicatie tussen patiënt en zorgverlener, de gezondheidszorgkosten, de zorgkwaliteit en de patiëntveiligheid.
Een belangrijke oorzaak van de stress is de toenemende tijdsbesteding die gepaard gaat met klinische documentatie. Het documentatieproces is uitgegroeid tot een tijdrovende taak, die een aanzienlijk obstakel vormt voor efficiënte patiëntenzorg. Grote taalmodellen (LLM’s) zijn veelbelovende oplossingen voor kunstmatige intelligentie (AI) om de documentatie in de huisartspraktijk te verminderen. In dit project willen de onderzoekers een op AI gebaseerde transcriptie- en rapportagetool in de huisartspraktijk bestuderen.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Inleiding Door de jaren heen hebben de introductie van het elektronische patiëntendossier (EPD) en de toenemende vraag naar documentatie geleid tot een steeds grotere last voor huisartsen. Klinische documentatie vormt een grote belemmering voor efficiënte patiëntenzorg, aangezien vorig jaar meer dan de helft van de huisartsen meer dan 20% van hun tijd aan administratieve taken besteedde. Deze last leidt tot verminderde werktevredenheid en welzijn, een hoger percentage burn-outs en personeelsverloop. De documentatielast heeft ook een negatieve invloed op de communicatie tussen patiënt en zorgverlener. Het leidt ertoe dat huisartsen minder oogcontact maken, een meer gesloten lichaamshouding hebben en minder informatie aan hun patiënten overbrengen. De documentatie in het EPD heeft echter ook positieve effecten, zoals verminderde cognitieve belasting en verbeteringen in patiëntveiligheid en zorg. Het verminderen van de interactie tussen zorgverlener en computer tijdens het consult kan de interactie tussen patiënt en zorgverlener en het welzijn van de zorgverlener verbeteren, terwijl de voordelen van EPD's behouden blijven.
Studies hebben zelfs aangetoond dat het inzetten van medische assistenten voor documentatie tijdens consultaties leidt tot een toename van de face-to-face tijd en de patiënttevredenheid verbetert. Bovendien verlichtten spraak-naar-teksttechnologieën voor dicteren na het consult de documentatielast door de documentatiesnelheid, de patiëntervaring en de tevredenheid van de zorgverlener te vergroten. Deze interventies kunnen het aantal burn-outs en het verloop verlagen, waardoor het welzijn van zowel de zorgverleners als de gezondheidszorgsector wordt versterkt.
De snelle vooruitgang van grote taalmodellen (LLM's) heeft nieuwe wegen geopend om de documentatielast te verminderen. LLM's, zoals ChatGPT, zijn modellen voor kunstmatige intelligentie (AI) die tekst kunnen interpreteren en genereren. Deze modellen kunnen een consultatie met de huisarts in realtime transcriberen en samenvatten, waardoor er geen medische assistenten of dictaat meer nodig zijn na het consult. Als de LLM echter fouten maakt, kan dit leiden tot een verhoogde administratieve werklast. De onderzoekers willen het effect van een op AI gebaseerde transcriptie- en rapportagetool in de huisartspraktijk beoordelen.
Doelstellingen Ons primaire doel is het beoordelen van het effect van een transcriptie- en rapportagetool op de tijd die wordt besteed aan klinische documentatie in de huisartspraktijk.
Secundaire doelstellingen zijn het beoordelen van het effect van een transcriptie- en rapportagetool in de huisartspraktijk op
- Totale consulttijd
- Huisarts ervaring
- Patiëntervaring
- Lengte en kwaliteit van de documentatie
Om de gebruikspercentages van de tool te beoordelen. Om de aanvaardbaarheid van het gebruik van de tool te beoordelen
Opzet Dit is een longitudinaal voor-na onderzoek. Voor elke huisarts zullen de onderzoekers twee dagen consultaties observeren zonder de tool. Dit zal twee weken vóór de implementatie van de tool gebeuren (baselineperiode). De onderzoekers zullen ook twee dagen overleg met de tool observeren. Dit gebeurt twee weken na implementatie van de tool (interventieperiode). Overleg uit de interventieperiode zal worden vergeleken met de basisperiode om de effectiviteit van het instrument op de verschillende uitkomsten te beoordelen.
Steekproefomvang Uit een simulatie van de steekproefomvang bleek dat de onderzoekers 30 observaties nodig hadden om voldoende power te hebben voor de primaire uitkomst. Om de generaliseerbaarheid van ons onderzoek te verbeteren en de steekproef voor de kwalitatieve uitkomsten te vergroten, streven de onderzoekers ernaar om in totaal vier consultatiedagen te observeren voor tien huisartsen uit ten minste vijf verschillende praktijken. Praktijken zullen doelgericht worden bemonsterd op verschillen in patiëntenpopulatie en praktijkorganisatie.
Resultaten De onderzoekers zullen de tijdresultaten meten door middel van continue observatie. Een waarnemer houdt tijdens een consult bij hoeveel tijd aan verschillende taken wordt besteed, waaronder het afnemen van de medische geschiedenis, het uitvoeren van het lichamelijk onderzoek, het uitleggen van de diagnose of het behandelplan, het raadplegen van een collega, klinische documentatie en administratieve taken zoals het voorschrijven of verwijzen.
De patiëntervaring van het consult wordt gemeten met een gevalideerde patiëntervaringsvragenlijst (PEQ) voor de huisartspraktijk. De houding van de patiënt ten opzichte van het gebruik van de tool tijdens het consult zal worden uitgebreid met een semi-gestructureerd interview op basis van eerder onderzoek. De ervaringen van de huisarts met en de impact van de tool op de klinische taken zullen worden gemeten met semi-gestructureerde interviews op basis van eerder onderzoek. De aanvaardbaarheid en het gebruik van de tool door huisartsen zal worden beoordeeld volgens de uniforme theorie van acceptatie en gebruik van technologie (UTAUT).
De gebruikspercentages van de tool zullen worden gemeten door het percentage consultaties te beoordelen waarin de tool wordt gebruikt. Het documentatievolume wordt gemeten door de lengte van de documentatie in woorden te bepalen. De informatiekwantiteit van de documentatie wordt gemeten aan de hand van het aantal relevante klinische variabelen in de notitie.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
South Holland
-
Rotterdam, South Holland, Nederland, 3015GD
- Erasmus MC
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
- Huisartsen (in opleiding) in Zuidwest-Nederland
- Patiënten bij huisartsen (in opleiding) in Zuidwest-Nederland
Beschrijving
Huisartsen:
Inclusie:
- Er zijn plannen om de op AI gebaseerde transcriptie- en rapportagetool te implementeren
- Geef geïnformeerde toestemming voor observatie en/of interview en/of vragenlijst
Uitsluiting:
- Onvoldoende kennis van de Nederlandse taal om geïnterviewd te worden
Patiënten:
Inclusie:
- Geef geïnformeerde toestemming voor vragenlijst en/of interview
- Voor vragenlijst: consult gehad bij de huisarts
- Voor interview: consult gehad bij de huisarts waarbij de tool is gebruikt
Uitsluiting:
- Onvoldoende kennis van de Nederlandse taal om geïnterviewd te worden
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
GP 01
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 02
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 03
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 04
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 05
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 06
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 07
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 08
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 09
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
GP 10
Huisarts die met/zonder het hulpmiddel werkt
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
Gp 11
Huisarts werkt met/zonder de tool
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
|
Gp 12
Huisarts werkt met/zonder de tool
|
De op LLM gebaseerde transcriptie- en rapportagetool werkt in drie stappen:
Andere namen:
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Tijd besteed aan documentatie
Tijdsspanne: Gemeten tijdens het consult (baseline en interventie)
|
Deze uitkomst heeft betrekking op de tijd besteed aan documentatie voor een klinisch consult.
De onderzoekers zullen de tijdresultaten meten door middel van continue observatie.
Een externe waarnemer houdt toezicht op de tijd die tijdens een consult aan verschillende taken wordt besteed, waaronder het afnemen van de medische geschiedenis, het uitvoeren van het lichamelijk onderzoek, het uitleggen van de diagnose of het behandelplan, het raadplegen van een collega, klinische documentatie en administratieve taken zoals het voorschrijven of verwijzen.
|
Gemeten tijdens het consult (baseline en interventie)
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Totale consulttijd
Tijdsspanne: Gemeten tijdens het consult (baseline en interventie)
|
Deze uitkomst heeft betrekking op de totale tijd besteed aan het klinische consult.
De onderzoekers zullen de tijdresultaten meten door middel van continue observatie.
Een externe waarnemer houdt toezicht op de tijd die tijdens een consult aan verschillende taken wordt besteed, waaronder het afnemen van de medische geschiedenis, het uitvoeren van het lichamelijk onderzoek, het uitleggen van de diagnose of het behandelplan, het raadplegen van een collega, klinische documentatie en administratieve taken zoals het voorschrijven of verwijzen.
|
Gemeten tijdens het consult (baseline en interventie)
|
|
Huisartservaring met de tool
Tijdsspanne: Gemeten binnen één week na de tweedaagse interventieperiode
|
De ervaringen van de huisarts en de impact van de tool op de klinische taken zullen worden gemeten met semi-gestructureerde interviews, gebaseerd op eerder onderzoek, met de volgende topicgids:
|
Gemeten binnen één week na de tweedaagse interventieperiode
|
|
Patiëntervaring met het consult
Tijdsspanne: Gemeten binnen 1 week na het consult
|
De patiëntervaring van het consult en de communicatie met de huisarts zal worden gemeten met een patiëntervaringsvragenlijst (PEQ) voor de huisartspraktijk (doi: 10.1093/fampra/18.4.410). De PEQ bevat vijf schalen:
|
Gemeten binnen 1 week na het consult
|
|
Patiëntervaring met de tool
Tijdsspanne: Gemeten binnen 1 week na het consult
|
De ervaring en houding van patiënten met de tool zullen worden beoordeeld aan de hand van een semi-gestructureerd interview op basis van eerder onderzoek met de volgende onderwerpgids:
|
Gemeten binnen 1 week na het consult
|
|
Gebruikstarieven
Tijdsspanne: Direct na het consult gemeten
|
De gebruikspercentages van de tool zullen worden gemeten door het percentage consultaties te beoordelen waarin de tool wordt gebruikt.
|
Direct na het consult gemeten
|
|
Documentatievolume
Tijdsspanne: Direct na het consult gemeten
|
Het documentatievolume wordt gemeten door de lengte van de documentatie in woorden te bepalen.
|
Direct na het consult gemeten
|
|
Informatiedichtheid van documentatie
Tijdsspanne: Direct na het consult gemeten
|
De informatiekwantiteit van de documentatie wordt gemeten aan de hand van het aantal relevante klinische variabelen in de notitie. Ze worden gecategoriseerd op basis van hun type:
|
Direct na het consult gemeten
|
|
Acceptatie door huisartsen en gebruik van de tool
Tijdsspanne: Gemeten 1 week vóór de nulperiode, 1 week vóór aanvang van de interventieperiode en 1 week na de interventieperiode
|
De aanvaardbaarheid en het gebruik van de tool door huisartsen zal worden beoordeeld volgens de uniforme theorie van acceptatie en gebruik van technologie (UTAUT). De vragenlijst kent vijf domeinen. Prestatieverwachting: 4-20 punten, hoger is beter Inspanningsverwachting: 4-20 punten, hoger is beter Sociale invloed: 4-20 punten, hoger is beter Faciliterende omstandigheden: 4-20 punten, hoger is beter Gedragsintentie: 3-15 punten, geen waardeoordeel |
Gemeten 1 week vóór de nulperiode, 1 week vóór aanvang van de interventieperiode en 1 week na de interventieperiode
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- PaNaMa-12075
- MEC-2024-0286 (Andere identificatie: Medical Ethical Review Committee Erasmus MC)
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
IPD-tijdsbestek voor delen
IPD-toegangscriteria voor delen
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
- SAP
- ICF
- ANALYTIC_CODE
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
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 .