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

Pesquisa DHL sobre IA generativa para mensagens MyChart

12 de dezembro de 2023 atualizado por: Duke University

Duke Health ouve pesquisa sobre inteligência artificial generativa (IA) para mensagens MyChart

O objetivo deste estudo é compreender como os pacientes se sentem em relação ao uso de programas de computador para criar respostas quando enviam mensagens eletrônicas aos seus médicos.

Visão geral do estudo

Descrição detalhada

  • Os investigadores criarão pequenas pesquisas online para perguntar aos pacientes como eles se sentem em relação ao uso de programas de computador que criam mensagens em seus registros médicos.
  • As pesquisas mostrarão situações fictícias em que os pacientes fazem perguntas e obtêm respostas de pessoas reais ou de programas de computador, com ou sem divulgação de como a resposta foi escrita.
  • Os investigadores pedirão às pessoas que responderão ao inquérito que partilhem o que pensam sobre estas situações, utilizando ferramentas como escalas de avaliação, escalas de comparação ou respostas escritas.
  • Se os pacientes desejarem, poderão fornecer seus dados de contato para participar de futuros grupos de discussão. Os participantes não precisam fornecer nenhuma informação pessoal para responder à pesquisa.

Tipo de estudo

Intervencional

Inscrição (Real)

1454

Estágio

  • Não aplicável

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

    • North Carolina
      • Durham, North Carolina, Estados Unidos, 27710
        • Duke University Health System

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Sim

Descrição

Critério de inclusão:

  • Membro da comunidade de defesa do paciente Duke Health Listens

Critério de exclusão:

  • Idade <18

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

  • Finalidade Principal: Outro
  • Alocação: Randomizado
  • Modelo Intervencional: Atribuição Paralela
  • Mascaramento: Solteiro

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Outro: Braço A

Cada braço receberá 3 cenários clínicos espaçados ao longo do tempo em 3 envios. Os 6 grupos (Armas A-F) serão organizados com convenções de nomenclatura como tais:

  • Primeira letra = A, B ou C onde A = cenário 1, B = cenário 2 e C = cenário 3.
  • Segunda(s) letra(s) = H ou AI, onde H = resposta humana e AI = resposta escrita pela IA à pergunta feita pelo paciente.
  • Terceira(s) letra(s) = N, C ou H, onde N = sem divulgação, C = divulgação por computador e H = divulgação humana. Refere-se à divulgação na parte inferior da mensagem de resposta em que o autor é ou não divulgado.

O braço A recebe AHN no envio 1, BAIC no envio 2 e CHH no envio 3

Usaremos um modelo de linguagem amplo, como o GPT 3.5, para gerar automaticamente respostas a mensagens fictícias para um médico. Divulgaremos se a mensagem foi gerada utilizando esta tecnologia ou não. Existem 3 cenários clínicos e 6 pares de resposta humana/IA e divulgação humana/divulgação AI/não divulgada que testarão as atitudes dos pacientes em relação a esta tecnologia.
Outro: Braço B

Cada braço receberá 3 cenários clínicos espaçados ao longo do tempo em 3 envios. Os 6 grupos (Armas A-F) serão organizados com convenções de nomenclatura como tais:

  • Primeira letra = A, B ou C onde A = cenário 1, B = cenário 2 e C = cenário 3.
  • Segunda(s) letra(s) = H ou AI, onde H = resposta humana e AI = resposta escrita pela IA à pergunta feita pelo paciente.
  • Terceira(s) letra(s) = N, C ou H, onde N = sem divulgação, C = divulgação por computador e H = divulgação humana. Refere-se à divulgação na parte inferior da mensagem de resposta em que o autor é ou não divulgado.

O braço B recebe BHC no envio 1, CAIH no envio 2 e AAIN no envio 3

Usaremos um modelo de linguagem amplo, como o GPT 3.5, para gerar automaticamente respostas a mensagens fictícias para um médico. Divulgaremos se a mensagem foi gerada utilizando esta tecnologia ou não. Existem 3 cenários clínicos e 6 pares de resposta humana/IA e divulgação humana/divulgação AI/não divulgada que testarão as atitudes dos pacientes em relação a esta tecnologia.
Outro: Braço C

Cada braço receberá 3 cenários clínicos espaçados ao longo do tempo em 3 envios. Os 6 grupos (Armas A-F) serão organizados com convenções de nomenclatura como tais:

  • Primeira letra = A, B ou C onde A = cenário 1, B = cenário 2 e C = cenário 3.
  • Segunda(s) letra(s) = H ou AI, onde H = resposta humana e AI = resposta escrita pela IA à pergunta feita pelo paciente.
  • Terceira(s) letra(s) = N, C ou H, onde N = sem divulgação, C = divulgação por computador e H = divulgação humana. Refere-se à divulgação na parte inferior da mensagem de resposta em que o autor é ou não divulgado.

O braço C recebe CHC no envio 1, AHH no envio 2 e BAIN no envio 3

Usaremos um modelo de linguagem amplo, como o GPT 3.5, para gerar automaticamente respostas a mensagens fictícias para um médico. Divulgaremos se a mensagem foi gerada utilizando esta tecnologia ou não. Existem 3 cenários clínicos e 6 pares de resposta humana/IA e divulgação humana/divulgação AI/não divulgada que testarão as atitudes dos pacientes em relação a esta tecnologia.
Outro: Braço D

Cada braço receberá 3 cenários clínicos espaçados ao longo do tempo em 3 envios. Os 6 grupos (Armas A-F) serão organizados com convenções de nomenclatura como tais:

  • Primeira letra = A, B ou C onde A = cenário 1, B = cenário 2 e C = cenário 3.
  • Segunda(s) letra(s) = H ou AI, onde H = resposta humana e AI = resposta escrita pela IA à pergunta feita pelo paciente.
  • Terceira(s) letra(s) = N, C ou H, onde N = sem divulgação, C = divulgação por computador e H = divulgação humana. Refere-se à divulgação na parte inferior da mensagem de resposta em que o autor é ou não divulgado.

O braço D recebe AAIH no envio 1, BHN no envio 2 e CAIC no envio 3

Usaremos um modelo de linguagem amplo, como o GPT 3.5, para gerar automaticamente respostas a mensagens fictícias para um médico. Divulgaremos se a mensagem foi gerada utilizando esta tecnologia ou não. Existem 3 cenários clínicos e 6 pares de resposta humana/IA e divulgação humana/divulgação AI/não divulgada que testarão as atitudes dos pacientes em relação a esta tecnologia.
Outro: Braço E

Cada braço receberá 3 cenários clínicos espaçados ao longo do tempo em 3 envios. Os 6 grupos (Armas A-F) serão organizados com convenções de nomenclatura como tais:

  • Primeira letra = A, B ou C onde A = cenário 1, B = cenário 2 e C = cenário 3.
  • Segunda(s) letra(s) = H ou AI, onde H = resposta humana e AI = resposta escrita pela IA à pergunta feita pelo paciente.
  • Terceira(s) letra(s) = N, C ou H, onde N = sem divulgação, C = divulgação por computador e H = divulgação humana. Refere-se à divulgação na parte inferior da mensagem de resposta em que o autor é ou não divulgado.

O braço E recebe BAIH no envio 1, CHN no envio 2 e AHC no envio 3

Usaremos um modelo de linguagem amplo, como o GPT 3.5, para gerar automaticamente respostas a mensagens fictícias para um médico. Divulgaremos se a mensagem foi gerada utilizando esta tecnologia ou não. Existem 3 cenários clínicos e 6 pares de resposta humana/IA e divulgação humana/divulgação AI/não divulgada que testarão as atitudes dos pacientes em relação a esta tecnologia.
Outro: Braço F

Cada braço receberá 3 cenários clínicos espaçados ao longo do tempo em 3 envios. Os 6 grupos (Armas A-F) serão organizados com convenções de nomenclatura como tais:

  • Primeira letra = A, B ou C onde A = cenário 1, B = cenário 2 e C = cenário 3.
  • Segunda(s) letra(s) = H ou AI, onde H = resposta humana e AI = resposta escrita pela IA à pergunta feita pelo paciente.
  • Terceira(s) letra(s) = N, C ou H, onde N = sem divulgação, C = divulgação por computador e H = divulgação humana. Refere-se à divulgação na parte inferior da mensagem de resposta em que o autor é ou não divulgado.

O braço F recebe CAIN no envio 1, AAIC no envio 2 e BHH no envio 3

Usaremos um modelo de linguagem amplo, como o GPT 3.5, para gerar automaticamente respostas a mensagens fictícias para um médico. Divulgaremos se a mensagem foi gerada utilizando esta tecnologia ou não. Existem 3 cenários clínicos e 6 pares de resposta humana/IA e divulgação humana/divulgação AI/não divulgada que testarão as atitudes dos pacientes em relação a esta tecnologia.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Satisfação do paciente, medida por pesquisa
Prazo: Até 2 semanas
Respostas em escala Likert à pergunta de satisfação: “Estou satisfeito com esta interação”, em uma escala de 1 a 5 com opções de resposta Discordo totalmente (1), Discordo (2), Nem concordo nem discordo (3), Concordo (4). ) e Concordo plenamente (5).
Até 2 semanas
Atitudes dos pacientes em relação à utilidade, conforme medidas por pesquisa
Prazo: Até 2 semanas
Respostas em escala Likert à questão de utilidade: “A informação é útil”, em uma escala de 1 a 5 com opções de resposta Discordo totalmente (1), Discordo (2), Nem concordo nem discordo (3), Concordo (4), e Concordo plenamente (5).
Até 2 semanas
Empatia do paciente, medida por pesquisa
Prazo: Até 2 semanas
Respostas em escala Likert à questão de empatia: “Sinto-me cuidado durante esta interação”, em uma escala de 1 a 5 com opções de resposta Discordo totalmente (1), Discordo (2), Nem concordo nem discordo (3), Concordo ( 4) e Concordo plenamente (5).
Até 2 semanas

Colaboradores e Investigadores

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

Patrocinador

Investigadores

  • Investigador principal: Anand Chowdhury, MD, MMCi, Duke University

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

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)

31 de outubro de 2023

Conclusão Primária (Real)

11 de dezembro de 2023

Conclusão do estudo (Real)

11 de dezembro de 2023

Datas de inscrição no estudo

Enviado pela primeira vez

23 de outubro de 2023

Enviado pela primeira vez que atendeu aos critérios de CQ

26 de outubro de 2023

Primeira postagem (Real)

30 de outubro de 2023

Atualizações de registro de estudo

Última Atualização Postada (Estimado)

13 de dezembro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

12 de dezembro de 2023

Última verificação

1 de outubro de 2023

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • Pro00113587

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Os investigadores não coletarão identificadores individuais de pacientes e os dados agregados serão relatados

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