Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wirtualny asystent oparty na sztucznej inteligencji do segregacji pacjentów w nagłych przypadkach w neurologii (AIDEN)

21 marca 2024 zaktualizowane przez: Mauricio F. Farez, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Faza 1 próby wdrożenia wirtualnego asystenta opartego na sztucznej inteligencji do leczenia w nagłych przypadkach w neurologii

W tym badaniu zbadano zastosowanie wirtualnego asystenta opartego na sztucznej inteligencji do szybkiego identyfikowania i postępowania w nagłych przypadkach neurologicznych, szczególnie w miejscach o ograniczonych zasobach medycznych. Celem badania było sprawdzenie, czy to narzędzie AI jest na tyle bezpieczne i dokładne, aby przejść do bardziej zaawansowanych etapów testów. W pierwszym tego rodzaju badaniu wirtualny asystent został przetestowany na pacjentach cierpiących na pilne problemy neurologiczne. Neurolodzy najpierw przejrzeli zalecenia sztucznej inteligencji na podstawie dokumentacji klinicznej, a następnie ocenili jej działanie bezpośrednio z pacjentami. Wyniki były następujące: neurolodzy niemal cały czas zgadzali się z decyzjami sztucznej inteligencji, a sztuczna inteligencja pod każdym testowanym aspektem przewyższała wcześniejsze wersje Chat GPT. Pacjenci i lekarze uznali sztuczną inteligencję za bardzo skuteczną, w większości przypadków oceniając ją jako doskonałą lub bardzo dobrą. Sugeruje to, że sztuczna inteligencja mogłaby znacznie zwiększyć szybkość i dokładność postępowania w nagłych przypadkach neurologicznych, chociaż potrzebne są dalsze badania, zanim będzie można ją powszechnie zastosować.

Przegląd badań

Szczegółowy opis

Tło i cele: Nagłe stany neurologiczne stanowią poważne wyzwania w opiece medycznej, szczególnie w krajach o ograniczonych zasobach. Obiecującym rozwiązaniem jest sztuczna inteligencja (AI), w szczególności chatboty zdrowotne. Aby zapewnić bezpieczeństwo i dokładność, wymagana jest jednak rygorystyczna walidacja. Celem naszej pracy jest ocena dokładności diagnostycznej i skuteczności rozdzielczości wirtualnego asystenta opartego na sztucznej inteligencji, przeznaczonego do segregacji nagłych patologii neurologicznych, w celu zapewnienia minimalnego standardu bezpieczeństwa, który pozwala na przejście do kolejnych badań walidacyjnych.

Metody: W tym badaniu fazy 1 ocenia się skuteczność wirtualnego asystenta opartego na sztucznej inteligencji w przypadku nagłej selekcji neurologicznej. Do badania wybrano dziesięciu pacjentów powyżej 18. roku życia z pilnymi patologiami neurologicznymi. W pierwszym etapie dziewięciu neurologów oceniło bezpieczeństwo wirtualnego asystenta na podstawie swojej dokumentacji klinicznej. W drugiej części oceniano dokładność asystenta w użytkowaniu przez pacjentów. Na koniec porównano jego wydajność z Chat GPT 3.5 i 4.

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

10

Faza

  • Wczesna faza 1

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

      • Buenos Aires, Argentyna, 1428
        • FLENI

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  • Pacjenci powyżej 18. roku życia zgłaszający się na SOR z powodu stanu nagłego neurologicznego

Kryteria wyłączenia:

  • Ciąża

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Diagnostyczny
  • Przydział: Nielosowe
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Wirtualny asystent
Pacjenci odpowiadają na pytania wirtualnego asystenta dotyczące ostatniej wizyty na SOR.
Etap 1 skupiał się na bezpieczeństwie, wykorzystując dla wirtualnego asystenta wyłącznie informacje medyczne pochodzące z dokumentacji klinicznej. W Etapie 2, oceniającym dokładność, uczestnicy wchodzili w interakcję z wirtualnym asystentem stabilizacji pooperacyjnej. Ponadto uczestnicy podali także wstępne szczegóły symptomów na potrzeby danych wejściowych Chat-GPT. W badaniu wzięło udział dziewięciu neurologów specjalizujących się w leczeniu nagłym. Na etapie 1 ocenili działanie wirtualnego asystenta na podstawie informacji z historii klinicznej. W Etapie 2 przeanalizowali wyniki interakcji uczestnika z asystentem i przeprowadzili ocenę porównawczą Chat-GPT. Wirtualny asystent działał jako chatbot w WhatsApp i Telegramie, używając języka hiszpańskiego i wykorzystując zaawansowane algorytmy, drzewa decyzyjne i duże modele językowe do interakcji. Dla porównania wykorzystaliśmy wersję Chat-GPT 3.5 i 4, stosując dwa typy podpowiedzi w języku naturalnym hiszpańskim: jeden zawierający dane z dokumentacji klinicznej, a drugi oparty na narracjach uczestników.
Aktywny komparator: CzatGPT 3.5
Pacjenci odpowiadają na pytania ChatGPT dotyczące ich ostatniej wizyty na ostrym dyżurze.
Etap 1 skupiał się na bezpieczeństwie, wykorzystując dla wirtualnego asystenta wyłącznie informacje medyczne pochodzące z dokumentacji klinicznej. W Etapie 2, oceniającym dokładność, uczestnicy wchodzili w interakcję z wirtualnym asystentem stabilizacji pooperacyjnej. Ponadto uczestnicy podali także wstępne szczegóły symptomów na potrzeby danych wejściowych Chat-GPT. W badaniu wzięło udział dziewięciu neurologów specjalizujących się w leczeniu nagłym. Na etapie 1 ocenili działanie wirtualnego asystenta na podstawie informacji z historii klinicznej. W Etapie 2 przeanalizowali wyniki interakcji uczestnika z asystentem i przeprowadzili ocenę porównawczą Chat-GPT. Wirtualny asystent działał jako chatbot w WhatsApp i Telegramie, używając języka hiszpańskiego i wykorzystując zaawansowane algorytmy, drzewa decyzyjne i duże modele językowe do interakcji. Dla porównania wykorzystaliśmy wersję Chat-GPT 3.5 i 4, stosując dwa typy podpowiedzi w języku naturalnym hiszpańskim: jeden zawierający dane z dokumentacji klinicznej, a drugi oparty na narracjach uczestników.
Aktywny komparator: CzatGPT 4
Pacjenci odpowiadają na pytania ChatGPT dotyczące ich ostatniej wizyty na ostrym dyżurze.
Etap 1 skupiał się na bezpieczeństwie, wykorzystując dla wirtualnego asystenta wyłącznie informacje medyczne pochodzące z dokumentacji klinicznej. W Etapie 2, oceniającym dokładność, uczestnicy wchodzili w interakcję z wirtualnym asystentem stabilizacji pooperacyjnej. Ponadto uczestnicy podali także wstępne szczegóły symptomów na potrzeby danych wejściowych Chat-GPT. W badaniu wzięło udział dziewięciu neurologów specjalizujących się w leczeniu nagłym. Na etapie 1 ocenili działanie wirtualnego asystenta na podstawie informacji z historii klinicznej. W Etapie 2 przeanalizowali wyniki interakcji uczestnika z asystentem i przeprowadzili ocenę porównawczą Chat-GPT. Wirtualny asystent działał jako chatbot w WhatsApp i Telegramie, używając języka hiszpańskiego i wykorzystując zaawansowane algorytmy, drzewa decyzyjne i duże modele językowe do interakcji. Dla porównania wykorzystaliśmy wersję Chat-GPT 3.5 i 4, stosując dwa typy podpowiedzi w języku naturalnym hiszpańskim: jeden zawierający dane z dokumentacji klinicznej, a drugi oparty na narracjach uczestników.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wydajność diagnostyczna
Ramy czasowe: Pierwsza interakcja pomiędzy uczestnikami a wirtualnym asystentem nastąpiła niecały rok po wydarzeniu. Pomiary wyników oceniano natychmiast po interakcji pomiędzy pacjentami a wirtualnym asystentem.

Odnosi się do dokładności i skuteczności testów medycznych lub narzędzi diagnostycznych w prawidłowym identyfikowaniu choroby lub stanu u pacjentów.

Umowa dotycząca diagnozy zespołu: oceniający neurolodzy uznali diagnozę zespołu za trafną, gdy narzędzia AI mogą zidentyfikować stan na podstawie zestawu powszechnie współistniejących objawów przedmiotowych i podmiotowych, a nie identyfikować konkretną chorobę. Metodę tę stosuje się, gdy nie można od razu zidentyfikować konkretnej choroby powodującej objawy, umożliwiając podmiotom świadczącym opiekę zdrowotną skuteczne monitorowanie i leczenie występujących objawów u pacjenta.

Zgoda na diagnostykę różnicową: diagnozę różnicową uznawano za trafną, gdy różnice zapewniane przez każde narzędzie AI odpowiadały różnicom przedstawionym przez uczestników.

Za złoty standard w diagnostyce uznano tę podawaną na oddziale ratunkowym, niezmienną przez okres jednego miesiąca.

Pierwsza interakcja pomiędzy uczestnikami a wirtualnym asystentem nastąpiła niecały rok po wydarzeniu. Pomiary wyników oceniano natychmiast po interakcji pomiędzy pacjentami a wirtualnym asystentem.

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Odpowiednie postępowanie lub zalecenie medyczne
Ramy czasowe: Pierwsza interakcja pomiędzy uczestnikami a wirtualnym asystentem nastąpiła niecały rok po wydarzeniu. Pomiary wyników oceniano natychmiast po interakcji pomiędzy pacjentami a wirtualnym asystentem.

Rozwiązanie przypadku oceniano na podstawie odpowiedniego postępowania lub zaleceń medycznych, kategoryzując 1) pilność jako natychmiastową, 2) krótkoterminową (w ciągu 48 godzin), 3) lub niepilną.

Zalecenia dostarczane przez każde narzędzie AI zostały ocenione na podstawie informacji zebranych z historii klinicznych i wkładu uczestników.

Za złoty standard odpowiedniego postępowania lub zalecenia medycznego uznano to, co zostało wydane na oddziale ratunkowym i nie uległo zmianie w ciągu jednego miesiąca.

Pierwsza interakcja pomiędzy uczestnikami a wirtualnym asystentem nastąpiła niecały rok po wydarzeniu. Pomiary wyników oceniano natychmiast po interakcji pomiędzy pacjentami a wirtualnym asystentem.
Ocena użyteczności i satysfakcji
Ramy czasowe: Pierwsza interakcja pomiędzy uczestnikami a wirtualnym asystentem nastąpiła niecały rok po wydarzeniu. Pomiary wyników oceniano natychmiast po interakcji pomiędzy pacjentami a wirtualnym asystentem.

Użyteczność mierzono czasem i liczbą pytań potrzebnych do ostatecznej diagnozy i rozwiązania, zarówno przez neurologów, jak i uczestników. W przypadku Google Chat GPT oszacowaliśmy czas potrzebny na sporządzenie uzasadnienia konsultacji.

Zastosowano skalę satysfakcji od 1 do 5, gdzie 1 oznaczało doświadczenie negatywne („złe”, potencjalnie ryzykowne dla pacjenta), a 5 wysoce pozytywne („doskonałe”, potencjalnie przewyższające niespecjalistyczną selekcję ludzi). Wśród uczestników przeprowadzono również prostą ankietę typu „tak/nie”, w której pytano o zrozumiałość pytań asystenta, adekwatność skierowania w zależności od pilności oraz o to, czy ich zdaniem asystent może zastąpić niewyspecjalizowaną segregację lub skrócić czas przybycia w nagłych przypadkach.

Pierwsza interakcja pomiędzy uczestnikami a wirtualnym asystentem nastąpiła niecały rok po wydarzeniu. Pomiary wyników oceniano natychmiast po interakcji pomiędzy pacjentami a wirtualnym asystentem.

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Współpracownicy

Śledczy

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

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 października 2023

Zakończenie podstawowe (Rzeczywisty)

1 stycznia 2024

Ukończenie studiów (Rzeczywisty)

1 stycznia 2024

Daty rejestracji na studia

Pierwszy przesłany

6 marca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

21 marca 2024

Pierwszy wysłany (Rzeczywisty)

28 marca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

28 marca 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

21 marca 2024

Ostatnia weryfikacja

1 marca 2024

Więcej informacji

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Badania kliniczne na Uderzenie

Badania kliniczne na Wirtualny asystent

Subskrybuj