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

Randomisert forsøk med AI-telemedisinstøtte for allmennleger i El Salvador

13. februar 2026 oppdatert av: Hospital El Salvador

Pragmatisk randomisert klinisk studie av KI-assistert telemedisin for å forbedre diagnostisk nøyaktighet blant allmennleger i El Salvador

Målet med denne kliniske studien er å undersøke om tilgang til en kunstig intelligens (AI) klinisk beslutningsstøtteassistent kan forbedre diagnostisk nøyaktighet under sanntid telemedisinkonsultasjoner blant allmennleger i El Salvador.

Hovedspørsmålene den tar sikte på å besvare er:

  • Øker tilgang til AI-assistenten andelen korrekte diagnoser sammenlignet med telemedisin uten AI-støtte?
  • Varierer effekten av AI-assistenten i henhold til legens tidligere erfaring med bruk av AI i telemedisin?

Forskere vil sammenligne leger med AI-assistenten aktivert med leger med AI-assistenten midlertidig deaktivert for å se om tilgang til AI forbedrer diagnostisk nøyaktighet.

Deltakere (leger) vil:

  • Gjennomføre telemedisinkonsultasjoner som en del av sine vanlige kliniske plikter.
  • Bli tilfeldig tildelt enten å ha AI-assistenten aktivert eller deaktivert i løpet av studieperioden.
  • Fortsette å dokumentere kliniske møter i den elektroniske plattformen som vanlig.
  • Få sine anonymiserte konsultasjonsnotater vurdert av et uavhengig ekspertpanel for å fastslå diagnostisk nøyaktighet.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

Intervensjon / Behandling

Studietype

Intervensjonell

Registrering (Antatt)

180

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

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:

  • Må være en lege ansatt i DoctorSV telemedisinprogrammet
  • Må gi skriftlig informert samtykke til å delta i studien
  • Konsultasjoner må være for akutte patologier i fordøyelses-, luftvei- eller urinveissystemet, eller akutte øyeninfeksjoner som kan håndteres i primærhelsetjenesten
  • Konsultasjonen må være den første medisinske kontakten (første besøk) for den aktuelle akutte episoden
  • Tilstanden må samsvare med spesifikke ICD-11-koder definert i studieprotokollen

Eksklusjonskriterier:

  • Leger som er inaktive på plattformen i mer enn 4 sammenhengende uker
  • Leger som bytter til andre arbeidsmodaler enn telemedisin eller reduserer arbeidstiden til mindre enn 20 timer per uke
  • Leger hvis ansettelseskontrakt avsluttes (oppsigelse, avskjedigelse eller kontraktslutt) i datainnsamlingsperioden
  • Konsultasjoner klassifisert av legen som krever umiddelbar fysisk oppmerksomhet
  • Konsultasjoner som krever henvisning til et annet behandlingsnivå eller spesialitet for endelig håndtering
  • Konsultasjoner avbrutt eller ufullstendige på grunn av tilkoblings- eller systemfeil
  • Konsultasjoner utelukkende for administrative formål (f.eks. attester, reseptfornyelser uten klinisk vurdering)
  • Konsultasjoner som er oppfølgingsbesøk eller kontroller for en tidligere evaluert episode

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: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Dobbelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: AI deaktivert (Standard telemedisin)
Legene i denne armen vil gjennomføre telemedisinkonsultasjoner med AI-assistentfunksjonene midlertidig deaktivert. De vil utføre standard klinisk arbeidsflyt uten automatisk støtte for anamneseinnsamling eller diagnostiske forslag. Denne armen representerer fjerningen av AI-verktøyet for å måle dets innvirkning.
Annen: Standard Telemedisin Arbeidsflyt (Ingen KI)
Standard primærhelsetjeneste-konsultasjon via videorop uten assistanse fra kunstig intelligens-verktøy. Legeene støtter seg utelukkende på sin egen kliniske vurdering og manuell dokumentasjon uten automatiserte sammendrag eller diagnostiske tilbakemeldinger.
Aktiv komparator: AI-aktivert (AI-assistert telemedisin)
Lege i denne armen vil gjennomføre telemedisinkonsultasjoner med full tilgang til DoctorSV KI-assistenten.
Enhet: DoktorSV AI-assistent

Et KI-verktøy integrert i telemedisinplattformen, bygget på Googles Gemini Large Language Models (LLMs). Systemet opererer via to moduler:

(1) en klinisk historieassistent som støtter strukturert dokumentasjon av pasientinformasjon i sanntid og (2) et prediagnoseverktøy som analyserer dokumenterte kliniske data for å generere differensialdiagnoseforslag til legens vurdering. Modellen bruker kontekstuelle prompts for å sikre at forslagene er kulturelt og klinisk passende for El Salvador.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostisk nøyaktighet
Tidsramme: Gjennom studieavslutning, ~ 12-16 uker
Andelen konsultasjoner der hoveddiagnosen registrert av den deltakende legen samsvarer med "gullstandarden" referansediagnose. Referansediagnosen etableres av et panel på tre uavhengige, blindede ekspertevaluatorer som gjennomgår de anonymiserte kliniske notatene. En diagnose anses som "riktig" (verdi = 1) hvis den samsvarer med referansediagnosen innenfor samme klinisk ekvivalente diagnostiske gruppe; ellers anses den som "feil" (verdi = 0). Analysen vil sammenligne andelen riktige diagnoser mellom AI-aktiverte og AI-deaktiverte grupper.
Gjennom studieavslutning, ~ 12-16 uker

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostisk overensstemmelse
Tidsramme: Gjennom studiens gjennomføring, ~12-16 uker
Graden av overensstemmelse mellom legens diagnose og ekspertens referansediagnose, målt ved hjelp av Cohens kappakoeffisient. Denne målingen vurderer påliteligheten til diagnosene utover enkel prosentvis overensstemmelse, og tar hensyn til overensstemmelse som oppstår tilfeldig.
Gjennom studiens gjennomføring, ~12-16 uker
Diagnostisk nøyaktighet stratifisert etter legeerfaringsnivå
Tidsramme: Gjennom studieavslutning, ~12-16 uker
Vurdering av diagnostisk nøyaktighet (andel korrekte diagnoser) sammenlignet mellom undergrupper av leger med "Høy erfaring" (≥1 år i programmet eller ≥20 konsultasjoner) versus "Lav erfaring" (<1 år i programmet eller <20 konsultasjoner).
Gjennom studieavslutning, ~12-16 uker
Diagnostisk nøyaktighet stratifisert etter klinisk system
Tidsramme: Gjennom studiens fullføring, ~12-16 uker.
Andelen korrekte diagnoser stratifisert etter det fysiologiske systemet til patologien: Respirasjonssystemet, Fordøyelsessystemet, Urinveissystemet eller Øyesystemet. Dette utfallet vurderer om AI-ens ytelse eller nytte varierer avhengig av den spesifikke typen klinisk tilstand.
Gjennom studiens fullføring, ~12-16 uker.

Samarbeidspartnere og etterforskere

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

Sponsor

Hospital El Salvador

Etterforskere

  • Hovedetterforsker: Manuel Bello, MD, Hospital Nacional El Salvador

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 (Antatt)

1. februar 2026

Primær fullføring (Antatt)

1. august 2026

Studiet fullført (Antatt)

1. august 2026

Datoer for studieregistrering

Først innsendt

6. februar 2026

Først innsendt som oppfylte QC-kriteriene

6. februar 2026

Først lagt ut (Faktiske)

12. februar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

17. februar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

13. februar 2026

Sist bekreftet

1. februar 2026

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • CNEIS/2025/32

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Dataene vil ikke bli sendt eller delt med servere utenfor de som brukes av DoctorSV-plattformen for å sikre deltakernes (legers) og pasientenes sikkerhet og personvern. Dataene er begrenset til forskningsteamet og de spesifikke målene med denne studien.

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