Konwersacyjna sztuczna inteligencja w Carealty Care: Bazacyjna GPT-4O poprawia podejmowanie decyzji dotyczących walki medycznej (FieldAI)
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
W tym badaniu bada potencjał sztucznej inteligencji konwersacyjnej (AI), w szczególności GPT-4, w celu zwiększenia klinicznego podejmowania decyzji w scenariuszu taktycznej walki walki (TCCC). Głównym celem jest ocena, czy wsparcie AI poprawia dokładność i wydajność decyzji związanych z zarządzaniem respiratorem dla lekarzy bojowych w środowiskach pod wysokim ciśnieniem bez uszczerbku dla ich autonomii.
Zostanie zastosowany prospektywny, randomizowany projekt badania wewnątrz podmiotu. Wymiepi trzydzieści lekarzy bojowych z czeskich sił zbrojnych. Każdy uczestnik wypełni 10 symulowanych scenariuszy TCCC: pięć z AI Assistance i pięć bez. Scenariusze zostaną dopasowane do złożoności i losowo do kontroli efektów zamówienia. Uczestnicy używają Chatgpt na urządzeniach przenośnych do symulacji podejmowania decyzji w czasie rzeczywistym.
W scenariuszach dotyczących pomocy AI, lekarze zapytają GPT-4 w celu wsparcia w optymalizacji mechanicznych ustawień wentylatora opartych na danych pacjenta, w tym wyników gazu krwi, parametrów życiowych i parametrów wentylatora.
Podstawowym rezultatem jest dokładność ustawień wentylatora, podzielone na „doskonałe”, „dopuszczalne” lub „niepowodzenie” w oparciu o predefiniowane standardy TCCC. Wtórne wyniki obejmują prędkość decyzyjną i postrzeganie użyteczności AI, mierzone za pomocą ankiet po scenariuszu.
Odkrycia mają na celu określenie wykonalności integracji dużych modeli językowych (LLM) z opieką medyczną w celu optymalizacji wyników pacjentów i wspierania lekarzy w warunkach bojowych. Badanie ma na celu rozwój zrozumienia roli AI w medycynie wojskowej, zapewniając podstawy przyszłego rozmieszczenia dopracowanych rozwiązań AI w TCCC i innych scenariuszach opieki krytycznej.
To badanie oferuje ocenę dowodów aplikacji LLM w opiece walki, z potencjałem do poprawy podejmowania decyzji i poinformowania o opracowaniu specjalistycznych narzędzi AI do użytku wojskowego.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Praha, Czechy, 16209
- Military University Hospital Prague
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Medical bojowy aktywnie służą w czeskich sił zbrojnych
- Ukończenie znormalizowanych modułów treningowych w walce o wypadki walki i e-learning na ustawieniach wentylatora i interpretacji gazu krwi
- Pomyślne przekazanie testów wstępnych w celu zapewnienia jednolitego poziomu wiedzy wyjściowej.
- Gotowość do uczestnictwa i wyrażania świadomej zgody.
- Dostępność do ukończenia pełnego protokołu badania, w tym 10 symulowanych scenariuszy.
Kryteria wykluczenia:
- Niedoszczędzenie testów wstępnych lub zakończenia szkolenia TCCC i wentylatora
- Wcześniejsze zaawansowane szkolenie lub certyfikat zawodowy w zakresie opieki krytycznej lub wentylacji mechanicznej, która może być stronnicza wyników
- Odmowa udzielenia świadomej zgody lub niemożności zaangażowania się w harmonogram badań
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Inny
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Walka podejmowanie decyzji medycznych z pomocą AI i bez pomocy AI
Wszyscy uczestnicy zakończą 10 scenariuszy opieki w walce taktycznej: 5 z AI Assistance przy użyciu GPT-4 do zarządzania respiratorem i 5 bez pomocy AI.
Projekt crossovera zapewnia każdemu uczestnikowi oba warunki.
|
Uczestnicy zakończą 10 scenariuszy symulowanych taktycznych opieki walki (TCCC), z 5 scenariuszami przeprowadzonymi przy użyciu pomocy AI (GPT-4) i 5 bez AI.
W scenariuszach wspomaganych przez AI uczestnicy wykorzystają GPT-4 do zapytania i optymalizacji ustawień respiratora w oparciu o dane pacjentów, podczas gdy scenariusze spoza AI opierają się wyłącznie na ich osądu klinicznym.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność ustawień wentylatora
Ramy czasowe: 1 godzina
|
Dokładność ustawień wentylatora, podzielona na „doskonałe”, „dopuszczalne” lub „nieudane” w oparciu o predefiniowane standardy TCCC. Doskonałe oznacza 2 punkty, dopuszczalny 1 punkt i nieudany 0 punkt. |
1 godzina
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Postrzeganie użyteczności sztucznej inteligencji
Ramy czasowe: 1 godzina
|
Postrzeganie użyteczności sztucznej inteligencji, mierzone przez ankietę po scenariuszu
|
1 godzina
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Michal Soták, M.D., Ph.D., Charles University, Czech Republic
Publikacje i pomocne linki
Publikacje ogólne
- Nemeth C, Amos-Binks A, Rule G, Laufersweiler D, Keeney N, Flint I, Pinevich Y, Herasevich V. TCCC Decision Support With Machine Learning Prediction of Hemorrhage Risk, Shock Probability. Mil Med. 2023 Nov 8;188(Suppl 6):659-665. doi: 10.1093/milmed/usad298.
- Preiksaitis C, Ashenburg N, Bunney G, Chu A, Kabeer R, Riley F, Ribeira R, Rose C. The Role of Large Language Models in Transforming Emergency Medicine: Scoping Review. JMIR Med Inform. 2024 May 10;12:e53787. doi: 10.2196/53787.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- FieldAI
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .