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

A IA conversacional no cuidado tático de vítimas: a linha de base GPT-4O melhora a tomada de decisão do Combat Medic (FieldAI)

12 de maio de 2025 atualizado por: Michal Soták, Charles University, Czech Republic
O objetivo do projeto é investigar se a integração do suporte à inteligência artificial (AI), especificamente através do modelo GPT-4, aprimora os processos de tomada de decisão dos socorristas médicos militares dentro da estrutura de cuidados de vítimas de combate tático (TCCC). O estudo se concentra na capacidade da IA ​​de ajudar nas configurações do ventilador para indivíduos feridos em cenários de combate, enfatizando a maior precisão e a velocidade de tomada de decisão. O projeto testa a hipótese de que o uso da IA ​​pode impactar positivamente os resultados sem comprometer a autonomia dos socorristas. Os resultados têm o potencial de otimizar o atendimento ao paciente em condições desafiadoras e contribuir para o avanço da medicina de combate.

Visão geral do estudo

Descrição detalhada

Este estudo investiga o potencial da inteligência artificial de conversação (IA), especificamente GPT-4, para aprimorar a tomada de decisão clínica em cenários de cuidados de vítimas de combate tático (TCCC). O objetivo principal é avaliar se o suporte à IA melhora a precisão e a eficiência das decisões de gerenciamento de ventilador para médicos de combate em ambientes de alta pressão, sem comprometer sua autonomia.

Um desenho prospectivo, randomizado e dentro do estudo será empregado. Trinta médicos de combate das forças armadas tcheco participarão. Cada participante completará 10 cenários simulados do TCCC: cinco com assistência de IA e cinco sem. Os cenários serão comparados quanto à complexidade e randomizados para controlar os efeitos da ordem. Os participantes usarão o ChatGPT em dispositivos portáteis para simular a tomada de decisões assistida em tempo real.

Em cenários envolvendo assistência de IA, os médicos consultarão o GPT-4 quanto ao suporte na otimização de configurações mecânicas do ventilador com base nos dados do paciente, incluindo resultados de gás sanguíneo, sinais vitais e parâmetros do ventilador.

O desfecho primário é a precisão das configurações do ventilador, como categorizado em "Excelente", "aceitável" ou "falha" com base nos padrões predefinidos do TCCC. Os resultados secundários incluem a velocidade de tomada de decisão e a percepção dos participantes da utilidade da IA, medida através de pesquisas pós-cenário.

As descobertas visam determinar a viabilidade de integrar modelos de grandes idiomas (LLMs) em cuidados médicos de combate para otimizar os resultados do paciente e apoiar médicos em condições de combate. O estudo busca promover o entendimento do papel da IA ​​na medicina militar, fornecendo uma base para a implantação futura de soluções de IA ajustadas no TCCC e outros cenários de cuidados intensivos.

Este estudo oferece uma avaliação de prova de conceito de aplicações de LLM em cuidados de vítimas de combate, com o potencial de melhorar a tomada de decisões e informar o desenvolvimento de ferramentas especializadas de IA para uso militar.

Tipo de estudo

Intervencional

Inscrição (Real)

42

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

      • Praha, Tcheca, 16209
        • Military University Hospital Prague

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

Critérios de inclusão:

  • Médicos de combate servindo ativamente nas forças armadas tcheco
  • Conclusão dos módulos padronizados de treinamento de atendimento de vítimas de combate tático e e-learning nas configurações do ventilador e interpretação de gás sanguíneo
  • Passagem bem-sucedida dos pré-testes para garantir um nível uniforme de conhecimento da linha de base.
  • Disposição de participar e fornecer consentimento informado.
  • Disponibilidade para concluir o protocolo de estudo completo, incluindo 10 cenários simulados.

Critérios de exclusão:

  • Falha em aprovar os pré-testes ou o TCCC e o treinamento em gerenciamento de ventilador
  • Treinamento avançado anterior ou certificação profissional em cuidados intensivos ou ventilação mecânica que podem influenciar os resultados
  • Recusa em fornecer consentimento informado ou incapacidade de se comprometer com o cronograma de estudo

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: N / D
  • Modelo Intervencional: Atribuição de grupo único
  • Mascaramento: Nenhum (rótulo aberto)

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Experimental: Combate a tomada de decisão médica com e sem assistência de IA
Todos os participantes completarão 10 cenários de atendimento de vítimas de combate tático: 5 com assistência de IA usando o GPT-4 para gerenciamento de ventilador e 5 sem assistência de IA. O design crossover garante que cada participante experimente as duas condições.
Os participantes completarão 10 cenários simulados de atendimento de vítimas de combate tático (TCCC), com 5 cenários realizados usando assistência de IA (GPT-4) e 5 sem IA. Em cenários assistidos pela AI, os participantes usarão o GPT-4 para consultar e otimizar as configurações do ventilador com base nos dados do paciente, enquanto os cenários que não são de AI dependem apenas de seu julgamento clínico.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Precisão das configurações do ventilador
Prazo: 1 hora

Precisão das configurações do ventilador como categorizado em "excelente", "aceitável" ou "falha" com base nos padrões predefinidos do TCCC.

Excelente significa 2 pontos, aceitável 1 ponto e falha 0.

1 hora

Outras medidas de resultado

Medida de resultado
Descrição da medida
Prazo
Percepção da utilidade da inteligência artificial
Prazo: 1 hora
Percepção da utilidade da inteligência artificial, medida através da pesquisa pós-cenário
1 hora

Colaboradores e Investigadores

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

Investigadores

  • Investigador principal: Michal Soták, M.D., Ph.D., Charles University, Czech Republic

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)

2 de fevereiro de 2025

Conclusão Primária (Real)

31 de março de 2025

Conclusão do estudo (Real)

30 de abril de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

22 de janeiro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

22 de janeiro de 2025

Primeira postagem (Real)

28 de janeiro de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

13 de maio de 2025

Última atualização enviada que atendeu aos critérios de controle de qualidade

12 de maio de 2025

Última verificação

1 de maio de 2025

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • FieldAI

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Os dados individuais dos participantes não serão compartilhados devido a preocupações com relação à confidencialidade dos participantes, privacidade de dados e natureza sensível do estudo envolvendo pessoal militar. Os dados agregados e os resultados do estudo serão compartilhados por meio de publicações e apresentações revisadas por pares.

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