Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Mulighetsstudie for å forbedre relevansen av diagnostiske forslag for en programvare for kunstig intelligens i eldre befolkning. (Intel@Med-Fais)

14. juni 2022 oppdatert av: University Hospital, Limoges

Aldringen av befolkningen er ledsaget av problemet med kroniske patologier og noen ganger stor avhengighet, som krever innleggelse på sykehjem (NHs). Omtrent 660 000 mennesker bor for tiden i NHs i Frankrike. En av 3 NH-er har ikke en koordinerende lege, selv om loven krever det, og tilgangen til omsorg i disse NH-ene er svært ulik nasjonalt og spesielt i Limousin- og Dordogne-regionene. Noen Hospice kan komme i en situasjon hvor det ikke er koordinerende lege og vanskelig tilgang til at allmennleger (fastleger) besøker et stort område.

Denne ulikheten i tilgang til omsorg resulterer i en forskjell i omsorg som kan gå så langt som tap av muligheter for beboere som umiddelbart blir overført til akuttmottaket (ED) med risiko for iatrogeni eller delirium en gang i akuttmottaket eller risiko for upassende sykehusinnleggelse.

Beboere er innlagt på sykehus:

  • når det siste kunne vært unngått fordi helseteamet, uten å vite hvilken holdning de skulle innta, prioriterte sykehusinnleggelse
  • For sent fordi beboeren ventet på at behandlende lege skulle komme, noe som resulterte i en forverring av symptomene.

Ankomsten av kunstig intelligens (AI) er en mulighet til å finne nye modeller for omsorgsorganisering som kan redusere medisinsk ørkenspredning, men også utvikle avansert praksis innen gerontologi. For eksempel vil sykepleiere kunne gripe inn på et første nivå for tidlig oppdagelse, bedre triage og tidlig håndtering av visse patologier.

"MEDVIR Society" AI, utviklet av et fransk selskap, er et medisinsk beslutningsstøttesystem med kunstig intelligens og tilbyr pre-diagnose basert på informasjonen som samles inn (medisinsk og kirurgisk historie, samtidige behandlinger og symptomer). MEDVIR er et diagnostisk hjelpemiddel og erstatter ikke legen som forblir i enden av kjeden, den endelige beslutningstakeren.

Før forskning utføres for å integrere denne teknologien i rutinepleie, er det viktig å validere den diagnostiske relevansen av AI hos eldre, slik den har blitt validert i befolkningen generelt.

Denne pilotstudien vil deretter gjøre oss i stand til å metodisk dimensjonere et fremtidig prosjekt for å evaluere effektiviteten til dette nye pleiesystemet i behandlingen av eldre pasienter i medisinske ørkener i Frankrike.

Studieoversikt

Studietype

Observasjonsmessig

Registrering (Faktiske)

18

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

      • Isle, Frankrike, 87170
        • Ehpad Des Bayles
      • Limoges, Frankrike, 87000
        • Ehpad Le Roussillon

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

65 år og eldre (Eldre voksen)

Tar imot friske frivillige

N/A

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Beboer på sykehjem som presenterer et helseproblem som krever tilkalling fra hans/hennes behandlende lege.

Beskrivelse

Inklusjonskriterier:

  • Pasient 65 år eller eldre
  • Pasient som lever i en av de to NH-testene
  • Pasient med en funksjonell klage eller unormale symptomer som involverer oppringing av en lege
  • Pasient eller hans juridiske representant som ikke har uttrykt sin motstand mot innsamling av hans medisinske og personlige data
  • Pasient tilknyttet trygd

Ekskluderingskriterier:

  • Pasient ved livets slutt
  • Pasient med en klar vital nødsituasjon ifølge legen
  • Kronisk afasipasient

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
AI

Innledende evaluering av sykepleieren ved hjelp av AI-verktøyet som inngår i MEDVIR pasientens symptomer eller funksjonelle plager og komorbiditeter og suppleres med en telemedisinsk løsning for dataoverføring til den eksterne teleekspertlegen som befinner seg i et reguleringssenter eller helsesenter. Den eksterne legen (en geriater fra "Prevention Care for Elderly Unit (UPSAV)-plattformen" ved Clinical Gerontology Division ved Limoges universitetssykehus) analyserer dataene som samles inn av sykepleieren og etablerer et alvorlighetskriterium for symptomer og en diagnose ved hjelp av AI-teknologi.

Både geriateren og NHs sykepleier kjenner ikke til forslagene fra AI.

Allikevel kan geriateren sette i gang et besøk til beboerens bosted for å verifisere informasjonen som er nødvendig for å stille diagnosen og dermed forbedre relevansen av algoritmen. For beboeren forstyrrer ikke denne studien den vanlige omsorgen.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
AI diagnostiske forslag
Tidsramme: 1 måned
Antall AI-diagnostiske forslag i samsvar med den medisinske diagnosen i studiemåneden
1 måned

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
alvorlighetsdiagnoser
Tidsramme: 1 måned
Antall alvorlighetsdiagnoser foreslått av AI-løsningen versus medisinsk diagnose av den eksterne geriateren i løpet av studiemåneden
1 måned
tilfredshetsundersøkelse
Tidsramme: 1 måned
Analyse av tilfredshetsundersøkelsen fylt ut av brukerne (NHs sykepleiere, deltakere, NHs direktører og geriatrikere)
1 måned

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

21. desember 2019

Primær fullføring (Faktiske)

22. september 2020

Studiet fullført (Faktiske)

22. september 2020

Datoer for studieregistrering

Først innsendt

23. januar 2020

Først innsendt som oppfylte QC-kriteriene

23. januar 2020

Først lagt ut (Faktiske)

27. januar 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

21. juni 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

14. juni 2022

Sist bekreftet

1. oktober 2021

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • 87RI19_0026 (Intel@Med-Faisa)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere