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

Human vs Machine: en RCT som jämför traditionell in-person instruktion, AI kontra VR för att lära sig grundläggande CCE

8 april 2024 uppdaterad av: Lau Yie Hui, Tan Tock Seng Hospital

Human vs Machine: en randomiserad kontrollerad prövning som jämför traditionell in-person undervisning, artificiell intelligens kontra virtuell verklighet för att lära sig grundläggande kritisk vård ekokardiografi

Syftet med studien är att undersöka om praktisk träning för grundläggande CCE med virtuell verklighetssimulatorer eller styrd av artificiell intelligens inte är sämre än träning av en erfaren instruktör.

Studieöversikt

Detaljerad beskrivning

Grundläggande (nivå 1) Critical Care Echokardiografi (CCE) innebär att man använder en ultraljudsapparat för att kvalitativt bedöma hjärtat vid sängkanten. Den används alltmer vid sängkanten för diagnostik och screening av viktiga differentialdiagnoser. I allt högre grad lärs CCE ut till fler medicinsk personal från många områden inom medicin, inklusive akutmedicin, anestesiologi, intensivvårdsmedicin och till och med familjemedicin. Det finns en uppsjö av lärresurser online men tillgången till direkt handledning av utbildare och personliga kurser kan vara begränsad och kostsam. Vid tidpunkten för studien inkorporerade en lokal medicinsk skola en föreläsning, det finns ingen legitimationsväg inom lokala medicinska skolor eller institutioner. Det har ökat användningen av maskininlärning inom medicinsk bildbehandling och algoritmer för djupinlärning kan nu vägleda bildinhämtning och tillåta nybörjare med minimal träning i ekokardiografi att få bilder av diagnostisk kvalitet. Artificiell intelligens (AI) i ekokardiografi kan förbättra bilden av nybörjare. Ultraljudshårdvara som implementerar programvara för maskininlärning i realtid kan hjälpa till med strukturdetektering och identifiering, men fler studier behövs för att fastställa i vilken utsträckning AI påverkar inlärningen.

Studietyp

Interventionell

Inskrivning (Beräknad)

66

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studieorter

      • Singapore, Singapore, 319581
        • Rekrytering
        • Tan Tock Seng Hospital
        • Kontakt:
        • Huvudutredare:
          • Yie H Lau

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

Ja

Beskrivning

Inklusionskriterier:

  • Läkarstudenter kommer att ha begränsad klinisk exponering för intensivvårdsekokardiografi
  • över 21 år

Exklusions kriterier:

  • tidigare deltagande i en intensivvård ekokardiografi kurser eller
  • vägran att delta i studien eller genomföra båda hands-on sessioner

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Övrig
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Dubbel

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Aktiv komparator: 22 läkarstudenter (AI)
läkarstudenter randomiserade till denna arm
användning av AI-aktiverat ultraljudssystem för självstyrt lärande
Andra namn:
  • AI-aktiverat ultraljudssystem (Kosmos(TM))
Aktiv komparator: 22 läkarstudenter (simulator)
läkarstudenter randomiserade till denna arm
användning av simulatorn för självstyrt lärande
Aktiv komparator: 22 läkarstudenter (kontroll)
läkarstudenter randomiserade till denna arm
Läkarstudenter som är randomiserade till denna arm

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förbättring av bildinsamling och strukturidentifiering i slutet av 3 månader.
Tidsram: 3 månader
Bilderna som förvärvas under den tidsramen kommer att poängsättas med den validerade Rapid Assessment of Competency in Echocardiography Scale. Den erfarna CCE-tränaren som ska poängsätta ämnet kommer att bli blind för vilken del av studien ämnet befinner sig i
3 månader

Samarbetspartners och utredare

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

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 (Beräknad)

4 april 2024

Primärt slutförande (Beräknad)

31 december 2024

Avslutad studie (Beräknad)

1 januari 2025

Studieregistreringsdatum

Först inskickad

4 april 2024

Först inskickad som uppfyllde QC-kriterierna

8 april 2024

Första postat (Faktisk)

9 april 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

9 april 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

8 april 2024

Senast verifierad

1 april 2024

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • DSRB 2023/00640

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

lokala PDPA- och datadelningsregler

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