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

Sztuczna inteligencja jako pomoc w cotygodniowym przyjmowaniu objawów w radioterapii

8 października 2024 zaktualizowane przez: jaide

Ocena podsumowania objawów wspomaganych sztuczną inteligencją podczas cotygodniowych konsultacji radioterapeutycznych: badanie porównawcze

W badaniu zbadano wykorzystanie sztucznej inteligencji (AI) i modeli wielkojęzykowych (LLM) w celu zwiększenia efektywności i dokładności cotygodniowych konsultacji terapeutycznych (OTV) w radioterapii. Postawiono hipotezę, że narzędzie do podsumowania objawów obsługujące sztuczną inteligencję będzie odpowiadać tradycyjnym metodom oceny medycznej pod względem dokładności, oszczędzając jednocześnie czas. Do badania włączono pacjentki poddawane radioterapii miednicy, z wyłączeniem pacjentów, u których napromieniano miednicę lub którzy przeszli operację. Pacjenci będą otrzymywać zarówno standardowe, jak i cotygodniowe konsultacje wspomagane sztuczną inteligencją, z podsumowaniami AI generowanymi przy użyciu interfejsu API OpenAI GPT-4. Zaślepieni onkolodzy będą porównywać dokładność i jakość podsumowań generowanych przez sztuczną inteligencję i generowanych przez lekarzy, natomiast pacjenci i lekarze będą oceniać te streszczenia. Głównym celem jest ocena dokładności i efektywności czasowej podsumowań objawów wspomaganych sztuczną inteligencją w porównaniu z tradycyjnymi metodami.

Przegląd badań

Szczegółowy opis

To badanie kliniczne jest badaniem porównawczym, którego celem jest ocena dokładności i efektywności czasowej narzędzia do podsumowywania objawów wykorzystującego sztuczną inteligencję w porównaniu z tradycyjnymi metodami przeglądu medycznego u pacjentów poddawanych radioterapii okolicy miednicy.

Hipoteza:

Przyjmuje się, że narzędzie do podsumowania objawów oparte na sztucznej inteligencji nie będzie gorsze pod względem dokładności niż tradycyjne metody oceny medycznej i pozwoli zaoszczędzić czas w tym procesie.

Główny wynik:

Dokładność dokumentacji: Jakość dokumentacji zostanie oceniona przy użyciu Instrumentu Jakości Dokumentacji Lekarza-9 (PDQI-9), zatwierdzonego kwestionariusza oceniającego dziewięć kluczowych elementów jakości dokumentacji: kompletność, poprawność, spójność, zrozumiałość, przydatność, organizacja, zwięzłość, formatowanie i ogólne wrażenie. Zaślepieni lekarze specjaliści będą używać kwestionariusza PDQI-9 do oceny zarówno podsumowań generowanych przez sztuczną inteligencję, jak i tradycyjnych, przypisując im oceny od 1 do 10.

Wyniki drugorzędne:

Efektywność czasowa: Czas potrzebny na ukończenie konsultacji z wykorzystaniem sztucznej inteligencji i konsultacji tradycyjnych będzie rejestrowany i porównywany.

Satysfakcja lekarza: Lekarzom biorącym udział w badaniu zostanie przesłany specjalnie zaprojektowany kwestionariusz satysfakcji. Kwestionariusz ten będzie zawierał pytania w skali Likerta służące do oceny różnych aspektów satysfakcji, w tym łatwości użycia, efektywności czasowej, postrzegania dokładności i ogólnej satysfakcji.

Zadowolenie pacjenta: Pacjentom biorącym udział w badaniu zostanie przesłany specjalnie zaprojektowany kwestionariusz satysfakcji. Kwestionariusz ten będzie zawierał pytania w skali Likerta służące ocenie różnych aspektów satysfakcji, w tym przejrzystości i zrozumienia, postrzeganej dokładności, zaangażowania i interakcji oraz ogólnej satysfakcji.

Metodologia:

Wybór pacjentów: Do udziału zostaną wybrani pacjenci spełniający kryteria włączenia. Kryteria wykluczenia zostaną zastosowane w celu wyeliminowania przypadków ponownego napromieniania miednicy lub wcześniejszych operacji w okolicy miednicy.

Proces konsultacji: Pacjenci będą poddawani standardowej cotygodniowej konsultacji z lekarzem. W tym samym tygodniu każdy pacjent będzie miał także osobną konsultację z innym lekarzem. Podczas drugiej konsultacji pod nadzorem lekarza zostanie wypełniony kwestionariusz dotyczący objawów. Podsumowanie powstałe na podstawie tego kwestionariusza zostanie wygenerowane przy użyciu interfejsu API OpenAI GPT-4.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

200

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

  • Nazwa: Rachele Grazziotin, MD
  • Numer telefonu: (21)3207-4550
  • E-mail: cep@inca.gov.br

Lokalizacje studiów

      • Rio De Janeiro, Brazylia
        • Rekrutacyjny
        • Instituto Nacional de Câncer José Alencar Gomes da Silva - INCA
        • Kontakt:
          • Rachele Rachele Grazziotin, MD

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:

Wszyscy pacjenci poddawani radioterapii okolicy miednicy.

Kryteria wyłączenia:

Przypadki ponownego napromieniania miednicy lub przypadki operacji.

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: Inny
  • Przydział: Nielosowe
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Aktywny komparator: Standardowa cotygodniowa ocena objawów przez lekarzy
Standardowe cotygodniowe spożycie objawowe przeprowadzane przez lekarza
Eksperymentalny: Przyjmowanie objawów wspomagane sztuczną inteligencją
Podsumowanie przyjmowania objawów wspomaganych przez Gen AI

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Instrument jakości dokumentacji lekarskiej-9 (PDQI-9)
Ramy czasowe: 2 miesiące
Do oceny jakości dokumentacji zostanie wykorzystany Instrument Jakości Dokumentacji Lekarza-9 (PDQI-9). PDQI-9 to zatwierdzony kwestionariusz oceniający dziewięć kluczowych elementów jakości dokumentacji: kompletność, poprawność, spójność, zrozumiałość, przydatność, organizacja, zwięzłość, formatowanie i ogólne wrażenie.
2 miesiące

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Śledzenie czasu
Ramy czasowe: 2 miesiące
Całkowity czas spędzony z każdym pacjentem i na dokumentacji zostanie zarejestrowany zarówno w przypadku konsultacji standardowych, jak i konsultacji z wykorzystaniem sztucznej inteligencji.
2 miesiące
Dokładność
Ramy czasowe: 2 miesiące
Zespół zaślepionych specjalistów onkologów porówna podsumowania wygenerowane obiema metodami. Oceny dokładności zostaną przypisane na podstawie danych tabelarycznych z wypełnionych kwestionariuszy. Pacjentom zostanie wyświetlone zarówno podsumowanie wygenerowane przez sztuczną inteligencję, jak i podsumowanie lekarza i zostaną poproszeni o ocenę ich dokładności w skali od 1 do 10.
2 miesiące
Satysfakcja lekarza
Ramy czasowe: 2 miesiące

Ocena zadowolenia lekarza:

Ocenione zostanie zadowolenie lekarzy z narzędzia do podsumowania objawów obsługującego sztuczną inteligencję w porównaniu z tradycyjnymi metodami dokumentacji.

Narzędzie pomiarowe:

Lekarzom biorącym udział w badaniu zostanie przesłany specjalnie opracowany kwestionariusz satysfakcji. Kwestionariusz ten będzie zawierał pytania w skali Likerta służące ocenie różnych aspektów satysfakcji, w tym:

Łatwość użycia: lekarze ocenią, jak łatwo jest im korzystać z narzędzia obsługującego sztuczną inteligencję w porównaniu z tradycyjnymi metodami.

Efektywność czasowa: lekarze ocenią, czy narzędzie AI oszczędza czas podczas konsultacji z pacjentami i dokumentacji.

Ogólna satysfakcja: zostanie podana ogólna ocena satysfakcji odzwierciedlająca ogólne doświadczenie lekarza z narzędziem AI.

2 miesiące
Zadowolenie pacjenta
Ramy czasowe: 2 miesiące

Ocena zadowolenia pacjenta:

Zadowolenie pacjentów z narzędzia do podsumowania objawów obsługującego sztuczną inteligencję w porównaniu z tradycyjnymi metodami dokumentacji zostanie ocenione jako drugorzędny wynik tego badania.

Narzędzie pomiarowe:

Pacjentom biorącym udział w badaniu zostanie przesłana specjalnie zaprojektowana ankieta satysfakcji. Kwestionariusz ten będzie zawierał pytania w skali Likerta służące ocenie różnych aspektów satysfakcji, w tym:

Przejrzystość i zrozumienie: pacjenci ocenią, na ile jasne i zrozumiałe są dla nich podsumowania wygenerowane przez sztuczną inteligencję w porównaniu z tradycyjną dokumentacją.

Zaangażowanie i interakcja: Pacjenci ocenią swoje doświadczenie w zakresie zaangażowania i interakcji podczas konsultacji przy użyciu narzędzia AI w porównaniu z tradycyjnymi metodami.

Satysfakcja: Zapewniony zostanie ogólny wynik zadowolenia odzwierciedlający ogólne doświadczenia pacjenta z narzędziem AI.

2 miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

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)

22 lipca 2024

Zakończenie podstawowe (Szacowany)

1 listopada 2024

Ukończenie studiów (Szacowany)

15 grudnia 2024

Daty rejestracji na studia

Pierwszy przesłany

18 lipca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

24 lipca 2024

Pierwszy wysłany (Rzeczywisty)

29 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

10 października 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

8 października 2024

Ostatnia weryfikacja

1 października 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • BR-001

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

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 .

Subskrybuj