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

Smart Normal Labor: Healthcare Providers' Experience With an AI-Based Mobile App (Smart labor)

21 de julho de 2026 atualizado por: Basma Wageah Mohamed Mohamed Elrefay, Delta University for Science and Technology

Smart Normal Labor From Healthcare Providers' Perspective: Evaluating Clinical Decision-Making Speed, Diagnostic Accuracy, Satisfaction, and Experience Using an AI-Based Mobile Application

Pregnancy and childbirth are uniquely important events in women's lives because they are accompanied by major physical, emotional, and psychological changes. Maternal satisfaction, emotional well-being, and perceptions of childbirth are strongly influenced by the quality of labor management. A woman's childbirth experience is shaped by multiple factors, including communication, autonomy, and active participation in the decision-making process. These factors are widely recognized as important indicators of the quality of maternity care. [1]

Recent demographic changes and global population growth have placed increasing demands on healthcare systems, particularly maternal health services. High birth rates in some regions, combined with shortages of trained healthcare professionals, have created a need for scalable, adaptable, and innovative models of care. In response to these challenges, digital health technologies have emerged as promising tools to enhance the quality of maternity care and support both healthcare providers and pregnant women. [2]

Visão geral do estudo

Status

Recrutamento

Condições

Intervenção / Tratamento

Descrição detalhada

General Objective

To evaluate the impact of an artificial intelligence (AI)-based smart normal labor application on healthcare providers' clinical decision-making speed, diagnostic accuracy, satisfaction, and overall clinical experience during the management of normal labor.

Specific Objectives

To assess the effect of the AI-based smart normal labor application on the speed of clinical decision-making among obstetricians and nurses during the management of normal labor.

To evaluate the effect of the AI-based smart normal labor application on diagnostic accuracy during the management of normal labor.

To evaluate healthcare providers' satisfaction with the AI-based smart normal labor application.

To assess healthcare providers' overall clinical experience while using the AI-based smart normal labor application during normal labor management.

To identify barriers and facilitators associated with the adoption and usability of the AI-based smart normal labor application in clinical practice.

Tipo de estudo

Intervencional

Inscrição (Estimado)

427

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.

Contato de estudo

Locais de estudo

    • Dakahlia Governorate

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

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Sim

Descrição

Inclusion Criteria

Participants must meet the following conditions to be included in the study:

  1. Healthcare providers (obstetricians and nurses) currently working in the Labor Kiosk, Obstetrics and Gynecology Department, or Outpatient Gynecology Clinics at Mansoura University Hospital.
  2. Direct involvement in the care and supervision of women in active labor.
  3. For the intervention group: previous exposure to and use of the AI-based smart normal labor application for a minimum defined period (e.g., 1 month).
  4. For the control group: no prior use of the AI-based application, following standard care practices.
  5. Willingness to participate and provide informed consent. Exclusion Criteria

Participants will be excluded if they:

  1. Are healthcare providers not directly involved in labor management (e.g., administrative staff or laboratory personnel).
  2. Have less than the minimum required clinical experience in labor management (e.g., <6 months).
  3. Are on leave or unavailable during the study period.
  4. Decline to participate or do not provide informed consent.

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: Pesquisa de serviços de saúde
  • Alocação: Não randomizado
  • Modelo Intervencional: Atribuição Paralela
  • Mascaramento: Solteiro

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Experimental: AI-Based Smart Normal Labor Application
Healthcare providers use the AI-based Smart Normal Labor Application during the management of normal labor to support clinical decision-making, labor monitoring, and timely identification of labor-related conditions.
participants who actively use the AI application during labor management,
Sem intervenção: Routine Care Group
Healthcare providers provide routine normal labor management according to standard institutional protocols without using the AI-based Smart Normal Labor Application.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Primary Outcome
Prazo: During labor management (from the onset of active labor until delivery, assessed up to 6-8 hours).
The time required for healthcare providers to make appropriate clinical decisions during the management of normal labor, measured using a structured clinical decision-making assessment tool.
During labor management (from the onset of active labor until delivery, assessed up to 6-8 hours).

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Secondary Outcome
Prazo: During labor management (from the onset of active labor until delivery, assessed up to 6-8 hours).
Clinical decision-making accuracy will be assessed using a validated Clinical Decision-Making Checklist for Normal Labor. Total scores range from [minimum] to [maximum], with higher scores indicating greater clinical decision-making accuracy.
During labor management (from the onset of active labor until delivery, assessed up to 6-8 hours).

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este 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)

6 de maio de 2026

Conclusão Primária (Real)

21 de julho de 2026

Conclusão do estudo (Estimado)

30 de julho de 2026

Datas de inscrição no estudo

Enviado pela primeira vez

4 de abril de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

21 de julho de 2026

Primeira postagem (Real)

22 de julho de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

22 de julho de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

21 de julho de 2026

Última verificação

1 de janeiro de 2026

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • Smart Normal Labor

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