Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Impacto e Segurança da IA ​​na Tomada de Decisão na UTI: um Experimento de Simulação (ICU)

24 de fevereiro de 2023 atualizado por: Imperial College London

O impacto da implantação de inteligência artificial (IA) em ambientes de saúde não está claro, em particular no que diz respeito a como isso influenciará os tomadores de decisão humanos. Pesquisas anteriores demonstraram que os alertas de IA eram frequentemente ignorados (Kamal et al., 2020) ou podiam levar a um comportamento inesperado com piora dos resultados do paciente (Wilson et al., 2021). Por outro lado, a confiança excessiva depositada na IA pode ter várias consequências adversas, incluindo a capacidade de detectar decisões prejudiciais da IA, levando a danos ao paciente e à desqualificação humana. Alguns desses aspectos estão relacionados ao viés de automação.

Neste estudo de simulação, os pesquisadores pretendem medir se as decisões médicas em áreas de alta incerteza clínica são modificadas pelo uso de uma ferramenta de suporte à decisão clínica baseada em IA. Como a dose de fluidos intravenosos (FIV) e vasopressores administrados por médicos em pacientes adultos com sepse (infecção grave com falência de órgãos) na UTI) será medida em decorrência da divulgação das doses sugeridas por uma IA hipotética. A área de ressuscitação de sepse é mal codificada, com alta incerteza levando a alta variabilidade na prática. Este estudo não mencionará especificamente o clínico de IA (Komorowski et al., 2018). Em vez disso, os investigadores descreverão uma IA hipotética para a qual há alguma evidência de eficácia em dados retrospectivos em outro cenário clínico (por exemplo, um modelo que foi validado retrospectivamente usando dados de um país diferente dos dados de origem usados ​​para o treinamento do modelo), mas nenhum evidência de eficácia ou segurança. Como tal, é possível que essa IA hipotética forneça sugestões inseguras. Os investigadores introduzirão intencionalmente sugestões inseguras de IA (em ordem aleatória), para medir a sensibilidade de nossos participantes ao detectá-las.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

O impacto da implantação de inteligência artificial (IA) em ambientes de saúde não está claro, em particular no que diz respeito a como isso influenciará os tomadores de decisão humanos. Pesquisas anteriores demonstraram que os alertas de IA eram frequentemente ignorados (Kamal et al., 2020) ou podiam levar a um comportamento inesperado com piora dos resultados do paciente (Wilson et al., 2021). Por outro lado, a confiança excessiva depositada na IA pode ter várias consequências adversas, incluindo a capacidade de detectar decisões prejudiciais da IA, levando a danos ao paciente e à desqualificação humana. Alguns desses aspectos estão relacionados ao viés de automação.

Neste estudo de simulação, os pesquisadores pretendem medir se as decisões médicas em áreas de alta incerteza clínica são modificadas pelo uso de uma ferramenta de suporte à decisão clínica baseada em IA. Como a dose de fluidos intravenosos (FIV) e vasopressores administrados por médicos em pacientes adultos com sepse (infecção grave com falência de órgãos) na UTI) será medida em decorrência da divulgação das doses sugeridas por uma IA hipotética. A área de ressuscitação de sepse é mal codificada, com alta incerteza levando a alta variabilidade na prática. Este estudo não mencionará especificamente o clínico de IA (Komorowski et al., 2018). Em vez disso, os investigadores descreverão uma IA hipotética para a qual há alguma evidência de eficácia em dados retrospectivos em outro cenário clínico (por exemplo, um modelo que foi validado retrospectivamente usando dados de um país diferente dos dados de origem usados ​​para o treinamento do modelo), mas nenhum evidência de eficácia ou segurança. Como tal, é possível que essa IA hipotética forneça sugestões inseguras. Os investigadores introduzirão intencionalmente sugestões inseguras de IA (em ordem aleatória), para medir a sensibilidade de nossos participantes ao detectá-las.

Os investigadores examinarão quais características dos participantes estão ligadas a uma maior probabilidade de serem influenciados pela IA e conduzirão uma série de análises de subgrupos pré-especificadas, por exemplo, médicos juniores versus seniores em UTI, e separando aqueles com uma atitude positiva ou negativa em relação à IA.

Tipo de estudo

Observacional

Inscrição (Real)

38

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

      • London, Reino Unido, W2 1PG
        • Imperial College Hospitals NHS Trust

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos e mais velhos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

Júnior (funcionário sênior da casa) ou sênior (registrador/fellow/consultor) Médico da UTI

Descrição

Critério de inclusão:

  • Júnior (funcionário sênior da casa) ou sênior (registrador/fellow/consultor) Médico da UTI

Critério de exclusão:

  • Participantes que não atendem aos critérios de inclusão.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Clínicos de UTI
n/a - Não há intervenção. Os médicos revisarão as sugestões de uma IA hipotética

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Influência da IA ​​em Clínicos de UTI
Prazo: 3 meses
Influência da IA ​​nos médicos de UTI, esta será dividida nas seguintes categorias: geral e estratificada por atitude segura/insegura, júnior/sênior e positiva/negativa em relação à IA.
3 meses

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Características dos participantes
Prazo: 3 meses
Quais são as características dos participantes da simulação e como isso afeta a tomada de decisão.
3 meses
Confie na IA
Prazo: 3 meses
Quanto os médicos da UTI confiam no sistema de IA.
3 meses
Confiança nas decisões dos participantes
Prazo: 3 meses
Quanta confiança os médicos depositam no sistema de IA
3 meses
Proporção de tempo com atenção na explicação da IA
Prazo: 3 meses
Onde a atenção está focada durante a simulação
3 meses

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Colaboradores

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

22 de julho de 2022

Conclusão Primária (Real)

31 de outubro de 2022

Conclusão do estudo (Real)

31 de outubro de 2022

Datas de inscrição no estudo

Enviado pela primeira vez

4 de agosto de 2022

Enviado pela primeira vez que atendeu aos critérios de CQ

8 de agosto de 2022

Primeira postagem (Real)

10 de agosto de 2022

Atualizações de registro de estudo

Última Atualização Postada (Estimativa)

27 de fevereiro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

24 de fevereiro de 2023

Última verificação

1 de fevereiro de 2023

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Outros números de identificação do estudo

  • 22CX7592

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Os dados individuais dos participantes serão revisados ​​apenas pela equipe do estudo.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever