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

Kunstig intelligens-drevet virtuell assistent for nødtriage i nevrologi (AIDEN)

21. mars 2024 oppdatert av: Mauricio F. Farez, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Fase 1-utprøving av implementering av en kunstig intelligens-drevet virtuell assistent for nødtriage i nevrologi

Denne studien undersøker bruken av en AI-drevet virtuell assistent for raskt å identifisere og håndtere nevrologiske nødsituasjoner, spesielt på steder med begrensede medisinske ressurser. Forskningen hadde som mål å sjekke om dette AI-verktøyet er trygt og nøyaktig nok til å gå videre til mer avanserte teststadier. I en første av sitt slag forsøk ble den virtuelle assistenten testet med pasienter som hadde akutte nevrologiske problemer. Nevrologer gjennomgikk først AIs anbefalinger ved å bruke kliniske journaler og vurderte deretter ytelsen direkte med pasienter. Funnene var som følger: nevrologer var enig i AIs avgjørelser nesten hele tiden, og AI utkonkurrerte tidligere versjoner av Chat GPT i alle testede aspekter. Pasienter og leger fant at AI var svært effektiv, og vurderte den som utmerket eller veldig bra i de fleste tilfeller. Dette antyder at AI kan forbedre hvor raskt og nøyaktig nevrologiske nødsituasjoner håndteres betydelig, selv om ytterligere forsøk er nødvendig før det kan brukes mye.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Bakgrunn og mål: Nevrologiske nødsituasjoner utgjør betydelige utfordringer i medisinsk behandling, spesielt i land med begrensede ressurser. Kunstig intelligens (AI), spesielt helsechatboter, tilbyr en lovende løsning. Imidlertid kreves streng validering for å sikre sikkerhet og nøyaktighet. Målet med arbeidet vårt er å evaluere den diagnostiske nøyaktigheten og oppløsningseffektiviteten til en AI-drevet virtuell assistent designet for triage av nevrologiske nødpatologier, for å sikre minimumsstandarden for sikkerhet som tillater progresjon til suksessive valideringstester.

Metoder: Denne fase 1-studien evaluerer ytelsen til en AI-drevet virtuell assistent for nevrologisk nødtriage. Ti pasienter over 18 år med akutte nevrologiske patologier ble valgt ut. I den første fasen vurderte ni nevrologer sikkerheten til den virtuelle assistenten ved å bruke deres kliniske journaler. I den andre delen ble assistentens nøyaktighet ved bruk av pasienter evaluert. Til slutt ble ytelsen sammenlignet med Chat GPT 3.5 og 4.

Studietype

Intervensjonell

Registrering (Faktiske)

10

Fase

  • Tidlig fase 1

Kontakter og plasseringer

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

Studiesteder

  • Argentina
      • Buenos Aires, Argentina, 1428
        • Fleni

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Beskrivelse

Inklusjonskriterier:

  • Pasienter over 18 år konsulterer på akuttmottaket på grunn av en nevrologisk nødsituasjon

Ekskluderingskriterier:

  • Svangerskap

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: Ikke-randomisert
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Virtuell assistent
Pasienter svarer på spørsmål med en virtuell assistent om deres nylige besøk på akuttmottaket.
Diagnostisk test: Virtuell assistent
Trinn 1 fokuserte på sikkerhet, og brukte kun medisinsk informasjon fra kliniske journaler for den virtuelle assistenten. I trinn 2, som evaluerte nøyaktigheten, samhandlet deltakerne med den virtuelle assistenten postmedisinsk stabilisering. I tillegg ga deltakerne også innledende symptomdetaljer for Chat-GPT-inndata. Ni nevrologer som spesialiserer seg på akuttbehandling deltok i studien. I trinn 1 vurderte de den virtuelle assistentens ytelse ved å bruke informasjon om klinisk historie. I trinn 2 analyserte de resultatene fra deltakerinteraksjoner med assistenten og utførte en sammenlignende evaluering av Chat-GPT. Den virtuelle assistenten fungerte som en chatbot på WhatsApp og Telegram, og brukte spansk og inkorporerte avanserte algoritmer, beslutningstrær og store språkmodeller for interaksjon. Til sammenligning brukte vi Chat-GPT versjoner 3.5 og 4, og brukte to prompttyper på naturlig spansk: den ene med kliniske journaldata og den andre basert på deltakerfortellinger.
Aktiv komparator: ChatGPT 3.5
Pasienter svarer på spørsmål med ChatGPT om deres nylige besøk på akuttmottaket.
Diagnostisk test: Virtuell assistent
Trinn 1 fokuserte på sikkerhet, og brukte kun medisinsk informasjon fra kliniske journaler for den virtuelle assistenten. I trinn 2, som evaluerte nøyaktigheten, samhandlet deltakerne med den virtuelle assistenten postmedisinsk stabilisering. I tillegg ga deltakerne også innledende symptomdetaljer for Chat-GPT-inndata. Ni nevrologer som spesialiserer seg på akuttbehandling deltok i studien. I trinn 1 vurderte de den virtuelle assistentens ytelse ved å bruke informasjon om klinisk historie. I trinn 2 analyserte de resultatene fra deltakerinteraksjoner med assistenten og utførte en sammenlignende evaluering av Chat-GPT. Den virtuelle assistenten fungerte som en chatbot på WhatsApp og Telegram, og brukte spansk og inkorporerte avanserte algoritmer, beslutningstrær og store språkmodeller for interaksjon. Til sammenligning brukte vi Chat-GPT versjoner 3.5 og 4, og brukte to prompttyper på naturlig spansk: den ene med kliniske journaldata og den andre basert på deltakerfortellinger.
Aktiv komparator: ChatGPT 4
Pasienter svarer på spørsmål med ChatGPT om deres nylige besøk på akuttmottaket.
Diagnostisk test: Virtuell assistent
Trinn 1 fokuserte på sikkerhet, og brukte kun medisinsk informasjon fra kliniske journaler for den virtuelle assistenten. I trinn 2, som evaluerte nøyaktigheten, samhandlet deltakerne med den virtuelle assistenten postmedisinsk stabilisering. I tillegg ga deltakerne også innledende symptomdetaljer for Chat-GPT-inndata. Ni nevrologer som spesialiserer seg på akuttbehandling deltok i studien. I trinn 1 vurderte de den virtuelle assistentens ytelse ved å bruke informasjon om klinisk historie. I trinn 2 analyserte de resultatene fra deltakerinteraksjoner med assistenten og utførte en sammenlignende evaluering av Chat-GPT. Den virtuelle assistenten fungerte som en chatbot på WhatsApp og Telegram, og brukte spansk og inkorporerte avanserte algoritmer, beslutningstrær og store språkmodeller for interaksjon. Til sammenligning brukte vi Chat-GPT versjoner 3.5 og 4, og brukte to prompttyper på naturlig spansk: den ene med kliniske journaldata og den andre basert på deltakerfortellinger.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostisk ytelse
Tidsramme: Den første interaksjonen mellom deltakerne og den virtuelle assistenten skjedde innen mindre enn et år etter arrangementet. Resultatmål ble evaluert umiddelbart etter interaksjonen mellom pasienter og den virtuelle assistenten.

Refererer til nøyaktigheten og effektiviteten til medisinske tester eller diagnostiske verktøy for å identifisere en sykdom eller tilstand hos pasienter korrekt.

Syndromdiagnoseavtale: Evaluering av nevrologer betraktet som en syndromdiagnose som nøyaktig når AI-verktøy kunne identifisere en tilstand basert på et sett med ofte sameksisterende tegn og symptomer, i stedet for å identifisere en spesifikk sykdom. Denne metoden brukes når den nøyaktige sykdommen som forårsaker symptomene ikke umiddelbart kan identifiseres, noe som gjør at helsepersonell effektivt kan overvåke og behandle pasientens symptomer.

Differensialdiagnoseavtale: en differensialdiagnose ble ansett som nøyaktig når differensialene gitt av hvert AI-verktøy samsvarte med de presentert av deltakerne.

Gullstandarden for diagnose ble ansett å være den som ble gitt i akuttmottaket, uendret over en måneds periode.
Den første interaksjonen mellom deltakerne og den virtuelle assistenten skjedde innen mindre enn et år etter arrangementet. Resultatmål ble evaluert umiddelbart etter interaksjonen mellom pasienter og den virtuelle assistenten.

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Passende medisinsk oppførsel eller anbefaling
Tidsramme: Den første interaksjonen mellom deltakerne og den virtuelle assistenten skjedde innen mindre enn et år etter arrangementet. Resultatmål ble evaluert umiddelbart etter interaksjonen mellom pasienter og den virtuelle assistenten.

Saksløsning ble evaluert basert på passende medisinsk oppførsel eller anbefaling, kategorisert 1) haster som umiddelbar, 2) kortsiktig (innen 48 timer), 3) eller ikke-haster.

Anbefalingene gitt av hvert AI-verktøy ble vurdert basert på informasjon samlet fra kliniske historier og innspill fra deltakerne.

Gullstandarden for passende medisinsk oppførsel eller anbefaling ble ansett for å være den som ble gitt i akuttmottaket, uten endringer over en periode på en måned.
Den første interaksjonen mellom deltakerne og den virtuelle assistenten skjedde innen mindre enn et år etter arrangementet. Resultatmål ble evaluert umiddelbart etter interaksjonen mellom pasienter og den virtuelle assistenten.
Vurdering av brukervennlighet og tilfredshet
Tidsramme: Den første interaksjonen mellom deltakerne og den virtuelle assistenten skjedde innen mindre enn et år etter arrangementet. Resultatmål ble evaluert umiddelbart etter interaksjonen mellom pasienter og den virtuelle assistenten.

Brukervennlighet ble målt etter tiden og antall spørsmål som trengs for endelig diagnose og løsning, både av nevrologer og deltakere. For Chat GPT evaluerte vi tiden det tok å utarbeide konsultasjonsbegrunnelsen.

En tilfredshetsskala fra 1 til 5 ble implementert, hvor 1 indikerer en negativ opplevelse ("dårlig", potensielt risikabelt for pasienten) og 5 svært positiv ("utmerket", potensielt overgået av ikke-spesialisert triage). En enkel ja/nei-undersøkelse ble også brukt til deltakerne, der de spurte om forståeligheten av assistentens spørsmål, tilstrekkeligheten av henvisningen i forhold til det haster, og om de vurderte at assistenten kunne erstatte ikke-spesialisert triage eller redusere nødankomsttid.
Den første interaksjonen mellom deltakerne og den virtuelle assistenten skjedde innen mindre enn et år etter arrangementet. Resultatmål ble evaluert umiddelbart etter interaksjonen mellom pasienter og den virtuelle assistenten.

Samarbeidspartnere og etterforskere

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

Sponsor

Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Samarbeidspartnere

Entelai

Etterforskere

  • Hovedetterforsker: Mauricio F Farez, MD MPH, Fundación para la lucha contra las enfermedades neurológicas de la infancia

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

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)

1. oktober 2023

Primær fullføring (Faktiske)

1. januar 2024

Studiet fullført (Faktiske)

1. januar 2024

Datoer for studieregistrering

Først innsendt

6. mars 2024

Først innsendt som oppfylte QC-kriteriene

21. mars 2024

Først lagt ut (Faktiske)

28. mars 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

28. mars 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

21. mars 2024

Sist bekreftet

1. mars 2024

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 10476 (Annen identifikator: CTEP)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Vi vil ikke dele IPD

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