Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Artificiell intelligens-driven virtuell assistent för akut triage inom neurologi (AIDEN)

21 mars 2024 uppdaterad av: Mauricio F. Farez, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Fas 1-försök med implementering av en artificiell intelligens-driven virtuell assistent för akut triage inom neurologi

Denna studie undersöker användningen av en AI-driven virtuell assistent för att snabbt identifiera och hantera neurologiska nödsituationer, särskilt på platser med begränsade medicinska resurser. Forskningen syftade till att kontrollera om detta AI-verktyg är tillräckligt säkert och korrekt för att gå vidare till mer avancerade teststeg. I ett första försök i sitt slag testades den virtuella assistenten med patienter som hade akuta neurologiska problem. Neurologer granskade först AI:s rekommendationer med hjälp av kliniska journaler och bedömde sedan dess prestanda direkt med patienterna. Resultaten var följande: neurologer höll med om AI:s beslut nästan hela tiden, och AI:n överträffade tidigare versioner av Chat GPT i alla testade aspekter. Patienter och läkare fann att AI var mycket effektiv, bedömde den som utmärkt eller mycket bra i de flesta fall. Detta tyder på att AI avsevärt kan förbättra hur snabbt och exakt neurologiska nödsituationer hanteras, även om ytterligare försök krävs innan det kan användas allmänt.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Bakgrund och mål: Neurologiska nödsituationer utgör betydande utmaningar inom medicinsk vård, särskilt i resursbegränsade länder. Artificiell intelligens (AI), särskilt hälsa chatbots, erbjuder en lovande lösning. Det krävs dock rigorös validering för att säkerställa säkerhet och noggrannhet. Målet med vårt arbete är att utvärdera den diagnostiska noggrannheten och upplösningseffektiviteten hos en AI-driven virtuell assistent designad för triage av neurologiska akuta patologier, för att säkerställa den lägsta säkerhetsstandarden som möjliggör progression till successiva valideringstester.

Metoder: Denna fas 1-studie utvärderar prestandan hos en AI-driven virtuell assistent för neurologisk akuttriage. Tio patienter över 18 år med akuta neurologiska patologier valdes ut. I det första skedet bedömde nio neurologer säkerheten för den virtuella assistenten med hjälp av sina kliniska journaler. I den andra delen utvärderades assistentens noggrannhet när den användes av patienter. Slutligen jämfördes dess prestanda med Chat GPT 3.5 och 4.

Studietyp

Interventionell

Inskrivning (Faktisk)

10

Fas

  • Tidig fas 1

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

  • Argentina
      • Buenos Aires, Argentina, 1428
        • Fleni

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Beskrivning

Inklusionskriterier:

  • Patienter över 18 år konsulterar på akuten på grund av en neurologisk nödsituation

Exklusions kriterier:

  • Graviditet

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: Icke-randomiserad
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Virtuell assistent
Patienter svarar på frågor med en virtuell assistent om deras senaste besök på akuten.
Diagnostiskt test: Virtuell assistent
Steg 1 fokuserade på säkerhet och använde endast medicinsk information från kliniska journaler för den virtuella assistenten. I steg 2, som utvärderade noggrannheten, interagerade deltagarna med den virtuella assistenten efter medicinsk stabilisering. Dessutom gav deltagarna också initiala symptomdetaljer för Chat-GPT-inmatning. Nio neurologer specialiserade på akut deltog i studien. I steg 1 bedömde de den virtuella assistentens prestanda med hjälp av information om klinisk historia. I steg 2 analyserade de resultaten från deltagarnas interaktioner med assistenten och utförde en jämförande utvärdering av Chat-GPT. Den virtuella assistenten fungerade som en chatbot på WhatsApp och Telegram, använde spanska och inkorporerade avancerade algoritmer, beslutsträd och stora språkmodeller för interaktion. Som jämförelse använde vi Chat-GPT version 3.5 och 4, med två prompttyper på naturlig spanska: den ena innehåller kliniska journaldata och den andra baserad på deltagarnas berättelser.
Aktiv komparator: ChatGPT 3.5
Patienter svarar på frågor med ChatGPT om deras senaste besök på akuten.
Diagnostiskt test: Virtuell assistent
Steg 1 fokuserade på säkerhet och använde endast medicinsk information från kliniska journaler för den virtuella assistenten. I steg 2, som utvärderade noggrannheten, interagerade deltagarna med den virtuella assistenten efter medicinsk stabilisering. Dessutom gav deltagarna också initiala symptomdetaljer för Chat-GPT-inmatning. Nio neurologer specialiserade på akut deltog i studien. I steg 1 bedömde de den virtuella assistentens prestanda med hjälp av information om klinisk historia. I steg 2 analyserade de resultaten från deltagarnas interaktioner med assistenten och utförde en jämförande utvärdering av Chat-GPT. Den virtuella assistenten fungerade som en chatbot på WhatsApp och Telegram, använde spanska och inkorporerade avancerade algoritmer, beslutsträd och stora språkmodeller för interaktion. Som jämförelse använde vi Chat-GPT version 3.5 och 4, med två prompttyper på naturlig spanska: den ena innehåller kliniska journaldata och den andra baserad på deltagarnas berättelser.
Aktiv komparator: ChatGPT 4
Patienter svarar på frågor med ChatGPT om deras senaste besök på akuten.
Diagnostiskt test: Virtuell assistent
Steg 1 fokuserade på säkerhet och använde endast medicinsk information från kliniska journaler för den virtuella assistenten. I steg 2, som utvärderade noggrannheten, interagerade deltagarna med den virtuella assistenten efter medicinsk stabilisering. Dessutom gav deltagarna också initiala symptomdetaljer för Chat-GPT-inmatning. Nio neurologer specialiserade på akut deltog i studien. I steg 1 bedömde de den virtuella assistentens prestanda med hjälp av information om klinisk historia. I steg 2 analyserade de resultaten från deltagarnas interaktioner med assistenten och utförde en jämförande utvärdering av Chat-GPT. Den virtuella assistenten fungerade som en chatbot på WhatsApp och Telegram, använde spanska och inkorporerade avancerade algoritmer, beslutsträd och stora språkmodeller för interaktion. Som jämförelse använde vi Chat-GPT version 3.5 och 4, med två prompttyper på naturlig spanska: den ena innehåller kliniska journaldata och den andra baserad på deltagarnas berättelser.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Diagnostisk prestanda
Tidsram: Den första interaktionen mellan deltagarna och den virtuella assistenten inträffade inom mindre än ett år efter evenemanget. Resultatmått utvärderades omedelbart efter interaktionen mellan patienter och den virtuella assistenten.

Avser noggrannheten och effektiviteten hos medicinska tester eller diagnostiska verktyg för att korrekt identifiera en sjukdom eller ett tillstånd hos patienter.

Överenskommelse om syndromdiagnostik: att utvärdera neurologer som anses vara en korrekt syndromdiagnos när AI-verktyg kunde identifiera ett tillstånd baserat på en uppsättning vanliga samexisterande tecken och symtom, snarare än att identifiera en specifik sjukdom. Denna metod tillämpas när den exakta sjukdomen som orsakar symtomen inte omedelbart kan identifieras, vilket gör att vårdgivare kan effektivt övervaka och behandla patientens uppträdande symtom.

Differentialdiagnosavtal: en differentialdiagnos ansågs korrekt när de skillnader som tillhandahålls av varje AI-verktyg matchade dem som presenterades av deltagarna.

Guldstandarden för diagnos ansågs vara den som gavs på akutmottagningen, oförändrad under en månadsperiod.
Den första interaktionen mellan deltagarna och den virtuella assistenten inträffade inom mindre än ett år efter evenemanget. Resultatmått utvärderades omedelbart efter interaktionen mellan patienter och den virtuella assistenten.

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Lämpligt medicinskt beteende eller rekommendation
Tidsram: Den första interaktionen mellan deltagarna och den virtuella assistenten inträffade inom mindre än ett år efter evenemanget. Resultatmått utvärderades omedelbart efter interaktionen mellan patienter och den virtuella assistenten.

Falllösningen utvärderades baserat på lämpligt medicinskt beteende eller rekommendation, och kategoriserade 1) brådskande som omedelbar, 2) kortvarig (inom 48 timmar), 3) eller icke-brådskande.

Rekommendationerna från varje AI-verktyg utvärderades baserat på information som samlats in från klinisk historia och input från deltagarna.

Guldstandarden för lämpligt medicinskt beteende eller rekommendation ansågs vara den som ges på akutmottagningen, utan förändringar under en månadsperiod.
Den första interaktionen mellan deltagarna och den virtuella assistenten inträffade inom mindre än ett år efter evenemanget. Resultatmått utvärderades omedelbart efter interaktionen mellan patienter och den virtuella assistenten.
Bedömning av användbarhet och nöjdhet
Tidsram: Den första interaktionen mellan deltagarna och den virtuella assistenten inträffade inom mindre än ett år efter evenemanget. Resultatmått utvärderades omedelbart efter interaktionen mellan patienter och den virtuella assistenten.

Användbarheten mättes med tiden och antalet frågor som behövdes för slutlig diagnos och lösning, både av neurologer och deltagare. För Chat GPT utvärderade vi den tid det tog att utarbeta samrådsanledningen.

En tillfredsställelseskala från 1 till 5 implementerades, där 1 indikerar en negativ upplevelse ("dålig", potentiellt riskabel för patienten) och 5 mycket positiv ("utmärkt", potentiellt överträffande icke-specialiserad mänsklig triage). En enkel ja/nej-enkät gjordes också till deltagarna, där man frågade om förståeligheten av assistentens frågor, huruvida remissen var adekvat efter brådska och om de ansåg att assistenten kunde ersätta icke-specialiserad triage eller minska den akuta ankomsttiden.
Den första interaktionen mellan deltagarna och den virtuella assistenten inträffade inom mindre än ett år efter evenemanget. Resultatmått utvärderades omedelbart efter interaktionen mellan patienter och den virtuella assistenten.

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia

Samarbetspartners

Entelai

Utredare

  • Huvudutredare: Mauricio F Farez, MD MPH, Fundación para la lucha contra las enfermedades neurológicas de la infancia

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 oktober 2023

Primärt slutförande (Faktisk)

1 januari 2024

Avslutad studie (Faktisk)

1 januari 2024

Studieregistreringsdatum

Först inskickad

6 mars 2024

Först inskickad som uppfyllde QC-kriterierna

21 mars 2024

Första postat (Faktisk)

28 mars 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 mars 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

21 mars 2024

Senast verifierad

1 mars 2024

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • 10476 (Annan identifierare: CTEP)

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

Vi kommer inte att dela IPD

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera