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

Samtale AI i taktisk havari: Baseline GPT-4O forbedrer kampmedisinsk beslutningstaking (FieldAI)

12. mai 2025 oppdatert av: Michal Soták, Charles University, Czech Republic
Målet med prosjektet er å undersøke om integrering av kunstig intelligens (AI) -støtte, spesielt gjennom GPT-4-modellen, forbedrer beslutningsprosessene til militære medisinske første respondere innenfor rammen av Tactical Combat Casualy Care (TCCC). Studien fokuserer på AIs evne til å hjelpe til med ventilatorinnstillinger for skadde individer i kampscenarier, og understreker forbedret nøyaktighet og beslutningshastighet. Prosjektet tester hypotesen om at bruk av AI kan påvirke resultatene positivt uten at det går ut over autonomien til de første respondentene. Resultatene har potensial til å optimalisere pasientbehandling under utfordrende forhold og bidra til å fremme kampmedisin.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Denne studien undersøker potensialet i samtale kunstig intelligens (AI), spesielt GPT-4, for å styrke klinisk beslutningstaking i Tactical Combat Casualty Care (TCCC) scenarier. Det primære målet er å evaluere om AI-støtte forbedrer nøyaktigheten og effektiviteten av beslutninger om ventilatorstyring for kampmedisiner i høyt trykkmiljøer uten at det går ut over deres autonomi.

En prospektiv, randomisert studiedesign innen faget vil bli brukt. Tretti kampmedisiner fra de tsjekkiske væpnede styrkene vil delta. Hver deltaker vil fullføre 10 simulerte TCCC -scenarier: fem med AI -assistanse og fem uten. Scenarier vil bli matchet for kompleksitet og randomisert for å kontrollere for ordreeffekter. Deltakerne vil bruke ChatGPT på håndholdte enheter for å simulere AI-assistert beslutningstaking i sanntid.

I scenarier som involverer AI-assistanse, vil medisinere spørre GPT-4 for støtte for å optimalisere mekaniske ventilatorinnstillinger basert på pasientdata, inkludert blodgassresultater, vitale tegn og ventilatorparametere.

Det primære utfallet er nøyaktigheten av ventilatorinnstillinger som kategorisert i "utmerkede", "akseptable" eller "sviktende" basert på forhåndsdefinerte TCCC -standarder. Sekundære utfall inkluderer beslutningshastighet og deltakernes oppfatning av AIs nytteverdi, målt gjennom undersøkelser etter scenenario.

Funnene tar sikte på å bestemme muligheten for å integrere store språkmodeller (LLM) i bekjempelse av medisinsk behandling for å optimalisere pasientresultatene og støtte medisiner under kampforhold. Studien søker å fremme forståelsen av AIs rolle i militærmedisin, og gir et grunnlag for fremtidig distribusjon av finjusterte AI-løsninger i TCCC og andre kritiske omsorgsscenarier.

Denne studien tilbyr en bevis-av-konsept-evaluering av LLM-applikasjoner i Combat Casualty Care, med potensial til å forbedre beslutningen og informere utviklingen av spesialiserte AI-verktøy for militær bruk.

Studietype

Intervensjonell

Registrering (Faktiske)

42

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiesteder

  • Tsjekkia
      • Praha, Tsjekkia, 16209
        • Military University Hospital Prague

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

Ja

Beskrivelse

Inkluderingskriterier:

  • Kamp medisinere som aktivt tjener i de tsjekkiske væpnede styrker
  • Gjennomføring av standardiserte taktiske kamperulariopplæringsmoduler og e-læring om ventilatorinnstillinger og tolkning av blodgass
  • Vellykket overføring av pre-tester for å sikre et enhetlig kunnskapsnivå for baseline.
  • Vilje til å delta og gi informert samtykke.
  • Tilgjengelighet for å fullføre hele studieprotokollen, inkludert 10 simulerte scenarier.

Eksklusjonskriterier:

  • Unnlatelse av å passere pre-tester eller fullstendig TCCC og Ventilator Management Training
  • Tidligere avansert trening eller profesjonell sertifisering i kritisk pleie eller mekanisk ventilasjon som kan skjeves resultater
  • Nektet å gi informert samtykke eller manglende evne til å forplikte seg til studieplanen

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: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Bekjempe beslutningstaking av medisin med og uten AI-assistanse
Alle deltakerne vil fullføre 10 Tactical Combate Casualty Care-scenarier: 5 med AI-assistanse ved bruk av GPT-4 for ventilatorstyring og 5 uten AI-assistanse. Crossover -designen sikrer at hver deltaker opplever begge forholdene.
Annen: Bekjempe medisinsk beslutningstaking med og uten kunstig intelligenshjelp
Deltakerne vil fullføre 10 simulerte Tactical Combate Casualty Care (TCCC) -scenarier, med 5 scenarier utført ved bruk av AI-assistanse (GPT-4) og 5 uten AI. I AI-assisterte scenarier vil deltakerne bruke GPT-4 for å spørre og optimalisere ventilatorinnstillinger basert på pasientdata, mens ikke-AI-scenarier utelukkende er avhengige av deres kliniske skjønn.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktighet av ventilatorinnstillinger
Tidsramme: 1 time

Nøyaktighet av ventilatorinnstillinger som kategorisert i "utmerkede", "akseptable" eller "sviktende" basert på forhåndsdefinerte TCCC -standarder.

Utmerket betyr 2 poeng, akseptabelt 1 poeng og sviktende 0 poeng.
1 time

Andre resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Oppfatning av kunstig intelligensens nytte
Tidsramme: 1 time
Oppfatning av kunstig intelligens nytteverdi, målt gjennom undersøkelsen etter scenario
1 time

Samarbeidspartnere og etterforskere

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

Sponsor

Charles University, Czech Republic

Samarbeidspartnere

Czech Technical University in Prague

Etterforskere

  • Hovedetterforsker: Michal Soták, M.D., Ph.D., Charles University, Czech Republic

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)

2. februar 2025

Primær fullføring (Faktiske)

31. mars 2025

Studiet fullført (Faktiske)

30. april 2025

Datoer for studieregistrering

Først innsendt

22. januar 2025

Først innsendt som oppfylte QC-kriteriene

22. januar 2025

Først lagt ut (Faktiske)

28. januar 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

13. mai 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

12. mai 2025

Sist bekreftet

1. mai 2025

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Andre studie-ID-numre

  • FieldAI

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Individuelle deltakerdata vil ikke bli delt på grunn av bekymring for deltakerens konfidensialitet, personvern av data og den sensitive karakteren av studien som involverer militært personell. Aggregate data og studiefunn vil bli delt gjennom fagfellevurderte publikasjoner og presentasjoner.

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