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

Otoczona sztuczna inteligencja zapewniająca dobre samopoczucie dostawcy

28 maja 2025 zaktualizowane przez: University of Wisconsin, Madison

Pragmatyczne, stopniowane, indywidualne, randomizowane badanie kliniczne oparte na EHR, obejmujące sztuczną inteligencję otoczenia w celu poprawy samopoczucia usługodawcy

Celem tego badania klinicznego jest sprawdzenie, czy wykorzystanie sztucznej inteligencji otoczenia w dokumentacji dostawcy poprawi jego samopoczucie i jakość dokumentacji.

Uczestnicy uzupełnią swoją dokumentację korzystając z oprogramowania Ambient AI.

Przegląd badań

Status

Zakończony

Interwencja / Leczenie

Szczegółowy opis

Dokumentowanie przez dostawcę wizyt pacjentów jest czasochłonną czynnością, która rozciąga się na cały dzień pracy i często trwa poza godzinami pracy. To ciągłe obciążenie pracą biurową negatywnie wpływa na samopoczucie usługodawców, przyczyniając się do wypalenia zawodowego i niezadowolenia z pracy.

Aby stawić czoła tym wyzwaniom, badacze proponują przetestowanie skuteczności narzędzia Ambient AI w poprawianiu realizacji zamówień przez dostawców i wydajności dokumentacji. Nadrzędnym celem jest wykorzystanie technologii sztucznej inteligencji w celu poprawy dobrostanu dostawców i jakości dokumentacji.

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

66

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Wisconsin
      • Madison, Wisconsin, Stany Zjednoczone, 53705
        • University of Wisconsin

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

Tak

Opis

Kryteria przyjęcia:

  • Świadczeniodawca w Przychodni Zdrowia UW
  • Chęć zaangażowania i wykorzystania technologii otoczenia
  • Dorośli (> 18 lat)
  • Mówiący po angielsku lub hiszpańsku
  • Ukończono szkolenie i serwis wymagane do korzystania z narzędzia
  • Zapewnienie opieki ambulatoryjnej nie mniej niż 20 wizyt średnio tygodniowo

Kryteria wyłączenia:

  • Planowany urlop w ciągu 6 tygodni po randomizacji
  • Nie jest właścicielem urządzenia mobilnego Apple
  • Brak rejestracji w mobilnym systemie Haiku firmy Epic w celu uzyskania dostępu
  • Zarejestrowałem się do programu wirtualnego skryby i nie chcę z niego wychodzić

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: Badania usług zdrowotnych
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Grupa słuchania otoczenia 1
Uczestnicy losowo przydzieleni do tej grupy zaczną korzystać z Ambient AI w tygodniu 7.
Interwencja oprogramowania AI otoczenia jest wdrażana w przepływie pracy dostawców. Oprogramowanie wykorzystuje technologię automatycznego rozpoznawania mowy z modelami wielkojęzykowymi w celu generowania dokumentacji klinicznej w czasie rzeczywistym.
Eksperymentalny: Grupa słuchania otoczenia 2
Uczestnicy losowo przydzieleni do tej grupy zaczną korzystać z Ambient AI w 13. tygodniu.
Interwencja oprogramowania AI otoczenia jest wdrażana w przepływie pracy dostawców. Oprogramowanie wykorzystuje technologię automatycznego rozpoznawania mowy z modelami wielkojęzykowymi w celu generowania dokumentacji klinicznej w czasie rzeczywistym.
Eksperymentalny: Grupa słuchania otoczenia 3
Uczestnicy losowo przydzieleni do tej grupy zaczną korzystać z Ambient AI w 19. tygodniu.
Interwencja oprogramowania AI otoczenia jest wdrażana w przepływie pracy dostawców. Oprogramowanie wykorzystuje technologię automatycznego rozpoznawania mowy z modelami wielkojęzykowymi w celu generowania dokumentacji klinicznej w czasie rzeczywistym.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zmiana wskaźnika realizacji dostawców
Ramy czasowe: Wartość wyjściowa do tygodni 6, 12, 18 i 24
Wykorzystując środki badania konsorcjum akademickiego dotyczącego dobrego samopoczucia zawodowego, wskaźnik spełnienia składa się z 6-elementowego kwestionariusza. Każde pytanie jest oceniane w skali Likerta 0–4, a łączna liczba możliwych punktów wynosi 0–24. Wyższe wyniki wskazują na większe spełnienie
Wartość wyjściowa do tygodni 6, 12, 18 i 24
Zmiana wypalenia dostawcy
Ramy czasowe: Wartość wyjściowa do tygodni 6, 12, 18 i 24
Korzystając z ankiety przeprowadzonej w ramach badania konsorcjum akademickiego na temat dobrego samopoczucia zawodowego, wskaźnik wypalenia zawodowego obejmuje dwa elementy składowe: wyczerpanie pracą i brak zaangażowania interpersonalnego. Jest to kwestionariusz składający się z 10 pozycji, punktowanych łącznie. Każde pytanie jest oceniane w skali Likerta 0–4, przy czym łączny możliwy zakres wynosi 0–40. Wyższe wyniki wskazują na większe wypalenie zawodowe, co oznacza gorsze samopoczucie
Wartość wyjściowa do tygodni 6, 12, 18 i 24

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Zmiana czasu poświęconego na dokumentację poza godzinami pracy
Ramy czasowe: Wartość podstawowa do 24 tygodnia
Dostawcy będą śledzić ilość czasu spędzonego na EHR (elektronicznej dokumentacji medycznej) poza zaplanowanymi godzinami pracy pacjenta w przeliczeniu na 8 godzin zaplanowanego czasu pacjenta
Wartość podstawowa do 24 tygodnia
Zmiana obciążenia zadania
Ramy czasowe: Wartość podstawowa do 24 tygodnia
Godziny spędzone na dokumentacji na 8 godzin zaplanowanego czasu pacjenta
Wartość podstawowa do 24 tygodnia
Zmiana sensu pracy
Ramy czasowe: Wartość podstawowa do 24 tygodnia
Sensowność pracy stanowi 4-punktowy kwestionariusz, w którym każde pytanie oceniane jest w skali Likerta 0-4. Łączna możliwa punktacja mieści się w przedziale 0-16, przy czym wyższe wyniki wskazują na mniejsze poczucie sensu pracy.
Wartość podstawowa do 24 tygodnia
Zmiana znaczących relacji
Ramy czasowe: Wartość podstawowa do 24 tygodnia
Wykorzystując środki badania konsorcjum akademickiego dotyczącego dobrego samopoczucia zawodowego, wskaźnik negatywnego wpływu pracy na relacje stanowi 4-punktowy kwestionariusz. Każde pytanie jest oceniane w skali Likerta 0–4, przy czym łączna liczba możliwych wyników mieści się w zakresie od 0–16. Wyższe wyniki wskazują na mniej znaczące relacje.
Wartość podstawowa do 24 tygodnia

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Majid Afshar, MD, MS, University of Wisconsin, Madison
  • Główny śledczy: Joel Gordon, MD, University of Wisconsin, Madison

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)

15 sierpnia 2024

Zakończenie podstawowe (Rzeczywisty)

27 marca 2025

Ukończenie studiów (Rzeczywisty)

27 marca 2025

Daty rejestracji na studia

Pierwszy przesłany

18 lipca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

18 lipca 2024

Pierwszy wysłany (Rzeczywisty)

24 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

30 maja 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

28 maja 2025

Ostatnia weryfikacja

1 maja 2025

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 2024-1028
  • A534285 (Inny identyfikator: UW Madison)
  • Protocol Version 7/7/2024 (Inny identyfikator: UW- Madison)

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

W ramach systemu opieki zdrowotnej UW uczenia się zapytania danych, słownik danych i procedura danych zostaną odzwierciedlone z instancji UW Health Github do instancji SMPH Gitlab w celu wykorzystania badań wtórnych. Wszystkie dane pacjenta oprócz znaczników znaczników znaczników znaczników zostaną zidentyfikowane (ograniczony zestaw danych), zarządzane i przechowywane na serwerach i urządzeniach SMPH oraz dostarczane przez zespół Service Data Service (CRDS) w ICTR Center for Health Informatics Institute i UW SMPH Uczciwe broker. Dane dostawcy będą przechowywane z identyfikatorami dla kolejnych grup fokusowych i wywiadów.

Ramy czasowe udostępniania IPD

Czas przechowywania będzie co najmniej 10 lat.

Kryteria dostępu do udostępniania IPD

Dostęp do danych i nagrań i środków bezpieczeństwa będzie wymagać zatwierdzenia IRB i żądania za pośrednictwem CRD.

Typ informacji pomocniczych dotyczących udostępniania IPD

  • PROTOKÓŁ BADANIA

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

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 Sztuczna inteligencja

Subskrybuj