Usando Inteligência Artificial Generativa (IA) para Criar Resumos de Alta Amigáveis ao Paciente
5 de junho de 2025 atualizado por: NYU Langone Health
Usando inteligência artificial generativa para transformar resumos de alta em linguagem e formato amigáveis ao paciente
Este será um ensaio clínico aberto, de grupos paralelos e randomizado.
Os pacientes serão randomizados para revisar as instruções de alta amigáveis ao paciente no momento da alta (grupo de intervenção) versus o padrão de atendimento.
A intervenção difere do padrão de atendimento porque os pacientes receberão documentação médica adicional no grupo de intervenção.
Visão geral do estudo
Status
Concluído
Condições
Tipo de estudo
Intervencional
Inscrição (Real)
61
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
-
-
New York
-
New York, New York, Estados Unidos, 10016
- NYU Langone Health
-
-
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
Não
Descrição
Critérios de inclusão:
- Internado na unidade de Medicina Interna da NYULH
- Capaz de ler e entender inglês
- Disposto e capaz de consentir com esta pesquisa
Critérios de exclusão:
- Hospício para pacientes internados
- Recebeu alta em hospício domiciliar
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: Tratamento
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Instruções de descarga de IA generativa
No momento da alta, os pacientes receberão instruções de alta fáceis de usar geradas pelo GPT-4, um modelo avançado de processamento de linguagem natural, com o objetivo de melhorar a legibilidade e a compreensão do paciente nas informações de alta.
|
Instruções de alta hospitalar fáceis de usar, geradas pelo GPT-4, um modelo avançado de processamento de linguagem natural.
|
|
Comparador Ativo: Instruções de alta padrão de atendimento
No momento da alta, os pacientes receberão instruções de alta padrão (ou seja, não geradas pelo GPT-4).
|
Instruções padrão para alta hospitalar.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Número de resumos com resultado positivo em medidas compostas de legibilidade e compreensibilidade
Prazo: Dia 1 (na alta)
|
Esta é uma medida de resultado composto. A legibilidade dos resumos de alta será medida usando a avaliação Flesch-Kincaid Grade Level, que mede o quão desafiador um texto pode ser para os leitores. As pontuações na avaliação Flesch-Kincaid são classificadas da seguinte forma: 0-3: Nível básico de leitura, (jardim de infância ou ensino fundamental) 3-6: Nível básico de leitura, (ensino fundamental) 6-9: Nível médio de leitura, (ensino médio) 9-12: Nível médio de leitura, (ensino médio) 11-18: Leitores qualificados. A compreensibilidade será avaliada pela presença de descrição simplificada do diagnóstico primário e da intervenção hospitalar. Resumos com 1) presença de descrição simplificada do diagnóstico primário e intervenção hospitalar, e 2) nível de nota Flesch-Kincaid maior ou igual a 6 e menor que 8, serão considerados como tendo um "resultado positivo". |
Dia 1 (na alta)
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Alterações feitas no conteúdo gerado por IA
Prazo: Dia 1 (na alta)
|
As alterações feitas no conteúdo serão avaliadas usando a distância de edição.
|
Dia 1 (na alta)
|
|
Pesquisa de percepção de conteúdo gerado por IA: segurança
Prazo: Dia 1 (na alta)
|
Os pacientes receberão uma pesquisa na qual serão questionados se se sentem seguros com as instruções de alta que receberam.
A pontuação total é o número de participantes que respondem “Sim, definitivamente” ou “Sim, de certa forma” à pergunta.
|
Dia 1 (na alta)
|
|
Pesquisa de percepção de conteúdo gerado por IA: compreensibilidade
Prazo: Dia 1 (na alta)
|
Os pacientes receberão uma pesquisa na qual serão questionados se as instruções foram fáceis de entender.
A pontuação total é o número de participantes que respondem “Sim, definitivamente” ou “Sim, de certa forma” à pergunta.
|
Dia 1 (na alta)
|
|
Pesquisa de percepção de conteúdo gerado por IA: empatia
Prazo: Dia 1 (na alta)
|
Os pacientes receberão uma pesquisa na qual serão questionados se as instruções foram escritas de maneira empática.
A pontuação total é o número de participantes que respondem “Sim, definitivamente” ou “Sim, de certa forma” à pergunta.
|
Dia 1 (na alta)
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Investigadores
- Investigador principal: Jonah Zaretsky, NYU Langone Health
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)
29 de janeiro de 2025
Conclusão Primária (Real)
22 de maio de 2025
Conclusão do estudo (Real)
22 de maio de 2025
Datas de inscrição no estudo
Enviado pela primeira vez
27 de novembro de 2024
Enviado pela primeira vez que atendeu aos critérios de CQ
27 de novembro de 2024
Primeira postagem (Real)
2 de dezembro de 2024
Atualizações de registro de estudo
Última Atualização Postada (Real)
6 de junho de 2025
Última atualização enviada que atendeu aos critérios de controle de qualidade
5 de junho de 2025
Última verificação
1 de junho de 2025
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- 23-01544
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Descrição do plano IPD
Dados coletados nos atendimentos clínicos habituais; esses dados não podem ser facilmente desidentificados ou compartilhados.
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 .