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

AI som et hjelpemiddel for ukentlig symptominntak i strålebehandling

8. oktober 2024 oppdatert av: jaide

Evaluering av AI-forbedret symptomoppsummering i ukentlige radioterapikonsultasjoner: En sammenlignende studie

Studien undersøker bruken av kunstig intelligens (AI) og store språkmodeller (LLM) for å forbedre effektiviteten og nøyaktigheten til ukentlige behandlingskonsultasjoner (OTV) i strålebehandling. Den antar at et AI-aktivert symptomoppsummeringsverktøy vil matche tradisjonelle medisinske gjennomgangsmetoder med nøyaktighet og samtidig spare tid. Studien inkluderer pasienter som gjennomgår bekkenstrålebehandling og ekskluderer de med bekkenbestråling eller som er operert. Pasienter vil motta både standard og AI-assisterte ukentlige konsultasjoner, med AI-sammendrag generert ved hjelp av OpenAI GPT-4 API. Blindede onkologer vil sammenligne nøyaktigheten og kvaliteten på de AI-genererte og legegenererte sammendragene, mens pasienter og leger vil vurdere disse sammendragene. Hovedmålet er å evaluere nøyaktigheten og tidseffektiviteten til AI-assisterte symptomsammendrag sammenlignet med tradisjonelle metoder.

Studieoversikt

Detaljert beskrivelse

Denne kliniske studien er en komparativ studie designet for å evaluere nøyaktigheten og tidseffektiviteten til et AI-aktivert symptomoppsummeringsverktøy sammenlignet med tradisjonelle medisinske gjennomgangsmetoder hos pasienter som gjennomgår strålebehandling i bekkenregionen.

Hypotese:

Det AI-aktiverte symptomoppsummeringsverktøyet antas å være ikke-underlegent i nøyaktighet i forhold til tradisjonelle medisinske gjennomgangsmetoder og for å spare tid i prosessen.

Primært resultat:

Dokumentasjonens nøyaktighet: Kvaliteten på dokumentasjonen vil bli evaluert ved hjelp av Physician Documentation Quality Instrument-9 (PDQI-9), et validert spørreskjema som vurderer ni nøkkelelementer for dokumentasjonskvalitet: fullstendighet, korrekthet, konsistens, forståelighet, relevans, organisering, konsisitet, formatering og helhetsinntrykk. Blindede spesialistleger vil bruke PDQI-9 til å evaluere både AI-genererte og tradisjonelle sammendrag, og tildele poeng fra 1 til 10.

Sekundære resultater:

Tidseffektivitet: Tiden som kreves for å fullføre de AI-aktiverte og tradisjonelle konsultasjonene vil bli registrert og sammenlignet.

Legetilfredshet: Et spesialdesignet tilfredshetsspørreskjema vil bli administrert til legene som deltar i studien. Dette spørreskjemaet vil inkludere Likert-skala spørsmål for å vurdere ulike aspekter av tilfredshet, inkludert brukervennlighet, tidseffektivitet, nøyaktighetsoppfatning og generell tilfredshet.

Pasienttilfredshet: Et spesialdesignet tilfredshetsspørreskjema vil bli administrert til pasientene som deltar i studien. Dette spørreskjemaet vil inkludere Likert-skala spørsmål for å vurdere ulike aspekter av tilfredshet, inkludert klarhet og forståelse, opplevd nøyaktighet, engasjement og interaksjon, og generell tilfredshet.

Metodikk:

Pasientvalg: Pasienter som oppfyller inklusjonskriteriene vil bli valgt ut for deltakelse. Eksklusjonskriterier vil bli brukt for å eliminere tilfeller av bekkenbestråling eller tidligere operasjoner i bekkenregionen.

Konsultasjonsprosess: Pasienter vil gjennomgå en standard ukentlig konsultasjon med en lege. I samme uke vil hver pasient også ha en egen konsultasjon med en annen lege. Under denne andre konsultasjonen vil et symptomspørreskjema fylles ut under medisinsk tilsyn. Det resulterende sammendraget fra dette spørreskjemaet vil bli generert ved hjelp av OpenAI GPT-4 API.

Studietype

Intervensjonell

Registrering (Antatt)

200

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

  • Navn: Rachele Grazziotin, MD
  • Telefonnummer: (21)3207-4550
  • E-post: cep@inca.gov.br

Studiesteder

      • Rio De Janeiro, Brasil
        • Rekruttering
        • Instituto Nacional de Câncer José Alencar Gomes da Silva - INCA
        • Ta kontakt med:
          • Rachele Rachele Grazziotin, MD

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:

Alle pasienter som gjennomgår strålebehandling i bekkenregionen.

Ekskluderingskriterier:

Tilfeller av bekkenbestråling eller opererte tilfeller.

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Annen
  • Tildeling: Ikke-randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Aktiv komparator: Standard ukentlig symptomvurdering av leger
Standard ukentlig symptominntak utført av en lege
Eksperimentell: AI-assistert symptominntak
Generell kunstig intelligens assistert oppsummering av symptominntak

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
The Physician Documentation Quality Instrument-9 (PDQI-9)
Tidsramme: 2 måneder
Physician Documentation Quality Instrument-9 (PDQI-9) vil bli brukt til å evaluere kvaliteten på dokumentasjonen. PDQI-9 er et validert spørreskjema som vurderer ni nøkkelelementer for dokumentasjonskvalitet: fullstendighet, korrekthet, konsistens, forståelighet, relevans, organisering, konsisthet, formatering og helhetsinntrykk.
2 måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Tidssporing
Tidsramme: 2 måneder
Den totale tiden brukt med hver pasient og på dokumentasjon vil bli registrert for både standard og AI-aktiverte konsultasjoner.
2 måneder
Nøyaktighet
Tidsramme: 2 måneder
Et team av blindede spesialist onkologer vil sammenligne sammendragene generert av begge metodene. Nøyaktighetsvurderinger vil bli tildelt basert på tabelldata fra de utfylte spørreskjemaene. Pasientene vil bli vist både det AI-genererte sammendraget og legens sammendrag, og vil bli bedt om å vurdere nøyaktigheten på en skala fra 1 til 10.
2 måneder
Legetilfredshet
Tidsramme: 2 måneder

Legetilfredshetsvurdering:

Legens tilfredshet med det AI-aktiverte symptomoppsummeringsverktøyet sammenlignet med tradisjonelle dokumentasjonsmetoder vil bli evaluert.

Måleverktøy:

Et spesialdesignet tilfredshetsspørreskjema vil bli administrert til legene som deltar i studien. Dette spørreskjemaet vil inkludere Likert-skala spørsmål for å vurdere ulike aspekter av tilfredshet, inkludert:

Brukervennlighet: Leger vil vurdere hvor enkelt de finner det AI-aktiverte verktøyet å bruke sammenlignet med tradisjonelle metoder.

Tidseffektivitet: Leger vil vurdere om AI-verktøyet sparer tid under pasientkonsultasjoner og dokumentasjon.

Generell tilfredshet: En samlet tilfredshetsscore vil bli gitt, som gjenspeiler legens generelle erfaring med AI-verktøyet.

2 måneder
Pasienttilfredshet
Tidsramme: 2 måneder

Pasienttilfredshetsvurdering:

Pasienttilfredshet med det AI-aktiverte symptomoppsummeringsverktøyet sammenlignet med tradisjonelle dokumentasjonsmetoder vil bli evaluert som et sekundært resultat av denne studien.

Måleverktøy:

Et spesialdesignet tilfredshetsspørreskjema vil bli administrert til pasientene som deltar i studien. Dette spørreskjemaet vil inkludere Likert-skala spørsmål for å vurdere ulike aspekter av tilfredshet, inkludert:

Klarhet og forståelse: Pasienter vil vurdere hvor klare og forståelige de finner de AI-genererte sammendragene sammenlignet med tradisjonell dokumentasjon.

Engasjement og interaksjon: Pasienter vil evaluere deres engasjement og interaksjonsopplevelse under konsultasjoner ved å bruke AI-verktøyet kontra tradisjonelle metoder.

Tilfredshet: En samlet tilfredshetsscore vil bli gitt, som gjenspeiler pasientens generelle erfaring med AI-verktøyet.

2 måneder

Samarbeidspartnere og etterforskere

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

Sponsor

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)

22. juli 2024

Primær fullføring (Antatt)

1. november 2024

Studiet fullført (Antatt)

15. desember 2024

Datoer for studieregistrering

Først innsendt

18. juli 2024

Først innsendt som oppfylte QC-kriteriene

24. juli 2024

Først lagt ut (Faktiske)

29. juli 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

10. oktober 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. oktober 2024

Sist bekreftet

1. oktober 2024

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • BR-001

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