En randomiserad kontrollerad studie av Epic AI:s sammanfattning av öppenvårdsjournaler
4 mars 2026 uppdaterad av: John N. Mafi, MD, MPH, University of California, Los Angeles
Episkt generativt artificiellt intelligensdiagramsammanfattningsverktyg för att minska kognitiv arbetsbelastning hos vårdgivare i öppenvård: En randomiserad kontrollerad studie
Detta är en randomiserad kontrollerad studie (RCT) med 284 läkare i öppenvård vid ett stort akademiskt hälsosystem, randomiserade 1:1 till ett generativt AI-verktyg för sammanfattning av öppenvårdsjournaler som producerats av elektroniska hälsoregistreringssystem (EHR) eller till en vanlig vårdkontrollgrupp. Den 90 dagar långa studien kommer att observera verktygets effekter innan det implementeras i hela systemet.
Studieöversikt
Status
Aktiv, inte rekryterande
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Syftet med denna studie är att utvärdera effekten av ett generativt AI-verktyg för sammanfattning av patientjournaler, utvecklat i ett EHR-system, på läkares självrapporterade arbetsbelastningspoäng (PTL), genom att jämföra verktyget med en kontrollgrupp. Utforskningsresultaten inkluderar tidsmått från EHR-systemet (Caboodle och Signal), Professional Fulfillment Index (PFI), användbarhet (SUS), tillfredsställelse och produktivitet hos vårdgivare samt patientupplevelser från CG-CAHPS. Vi kommer också att utvärdera om AI-kunskap påverkar användningen och effekten av verktyget genom att använda den korta versionen av Meta AI Literacy Scale (MAILS). Utforskningsmässigt kommer vi också att göra justeringar baserade på vårdgivarens specialitet, tillgång till en AI-skrivare med ambient-lyssning, panelkomplexitet, vårdgivarens åldersgrupp, vårdgivarens kön och tidsvarierande effekter per månad under studieperioden.
Deltagarna randomiseras till en av två grupper. Randomiseringen kommer att stratifieras baserat på om deltagaren har en aktiv licens för en AI-skrivare, och kovariatbegränsad randomisering kommer att utföras inom stratifieringen för att förbättra balansen på baslinje-PTL (NASA-TLX-anpassad poäng) och en modifierad baslinjetid för journalgranskning (hämtad från Caboodle). På grund av interventionens karaktär kan deltagarna inte göras blinda för grupptilldelningen.
Huvudsyftet med initiativet är att förbättra kvalitet, effektivitet och verksamhetsprocesser vid University of California, Los Angeles (UCLA) Health och kommer att informera om den operativa implementeringen av verktyget för alla vårdgivare inom UCLA Health System. Ändå planerar UCLA:s studiegrupp att rigoröst undersöka och publicera effekten av denna intervention i hela hälso- och sjukvårdssystemet, vilket är anledningen till att studiegruppen förregistrerade initiativet.
Studietyp
Interventionell
Inskrivning (Beräknad)
284
Fas
- Inte tillämpbar
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
California
-
Los Angeles, California, Förenta staterna, 90095
- University of California, Los Angeles
-
-
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
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Beskrivning
Inklusionskriterier:
- Ambulatorievårdspersonal inom UCLA Health-systemet inklusive läkare och avancerade praktiker (APPs), såsom sjuksköterskor med specialistutbildning och läkarassistenter med minst en halvdags kliniksession per vecka.
- Personal som slutför baslinje-förundersökning
Exklusionskriterier:
• Praktikantpersonal (t.ex. ST-läkare, medicinstudenter) och psykologer
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Hälsovårdsforskning
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Interventionsarm
Deltagarna i denna arm kommer att ha tillgång till Epics verktyg för sammanfattning av öppenvårdsjournaler och kommer att fortsätta sin vanliga kliniska praxis, med stöd av det generativa AI-verktyget, som är integrerat i journalen.
Verktyget ger en sammanfattning för vårdgivare och ger inte stöd för kliniska beslut.
De har tillgång till en utbildningsmodul och ett tipsblad, samt veckovisa möten för att hjälpa till med eventuella frågor under de första tre veckorna av försöket.
|
Epics generativa AI-verktyg för sammanfattning av journaler sammanfattar en delmängd av en patients anteckningar.
Användningen av verktyget är frivillig och avser enbart att tillhandahålla en sammanfattning för vårdgivare och ger inte kliniskt beslutsstöd.
Systemet väljer automatiskt ut senaste anteckningar eller en vårdgivare kan manuellt välja specifika anteckningar av intresse.
Antalet sammanfattade anteckningar begränsas av EHR-systemets teckenbegränsningar, 24 000 engelska tecken eller 30 anteckningar.
Systemet använder AI för att generera en kort sammanfattning av relevant information.
Sammanfattningarna är avsedda att användas som ett verktyg för att stödja vårdgivare och är inte avsedda att placeras i kliniska anteckningar.
De skapade sammanfattningarna lagras för närvarande inte i patientens journal.
|
|
Inget ingripande: Vård som vanligt
Deltagarna i denna arm kommer inte att ha tillgång till diagramsammanfattningsverktyget och kommer att fortsätta sin vanliga kliniska praxis.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Förändring från baseline för läkarens arbetsbelastning
Tidsram: Baseline och 90 dagar efter första exponering för interventionen
|
Läkarens arbetsbelastning anpassad från NASA Task Load Index (TLX), ett validerat verktyg för att bedöma EHR-relaterad kognitiv arbetsbelastning i fyra underkategorier (mentalt krav, tidskrav, fysiskt krav och ansträngning).
Detta utfallsmått är anpassat för att fånga uppgiften med förberedande journalgranskning, definierad för denna studie som praxis att granska patientinformation i EHR före ett patientbesök för att förbereda mötet.
Varje underkategori bedöms från 0 (låg) till 100 (hög) och aggregeras till en skala på 0–400 poäng.
Ingen patientnivåinformation kommer att samlas in för detta utfallsmått.
|
Baseline och 90 dagar efter första exponering för interventionen
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Förändring i modifierad total karttid per möte
Tidsram: Baslinje, efter 60 dagars exponering för interventionen och efter 90 dagars exponering för interventionen.
|
Med hjälp av Caboodle, Epics företagsdatawarehouse, kommer vi att använda ett anpassat mått för att mäta klinikers tid som spenderas på att granska patientens journal.
Baserat på intern validering där kliniker kunde komma åt verktyget för journalsammanfattning, inkluderar måttet Caboodle Tier 1-aktiviteter som motsvarar Klinisk granskning (alla aktiviteter), Dokumentation begränsad till endast förjournaliseringsaktivitet, och Övrigt begränsat till Navigator-relaterad aktivitet, samt aktiviteten dedikerad till verktyget för journalsammanfattning.
Alla anteckningsskrivande, orderinmatnings- och mötessigneringsaktiviteter är exkluderade.
Tid efter utcheckning är också exkluderad.
Förändringen kommer att bedömas i förhållande till en 6-månaders retrospektiv baslinje.
Ingen patientnivåinformation kommer att samlas in för detta utfallsmått.
|
Baslinje, efter 60 dagars exponering för interventionen och efter 90 dagars exponering för interventionen.
|
|
Förändring från baslinjen i Professional Fulfillment Index-poäng
Tidsram: Baseline och 90 dagar efter initial exponering för interventionen
|
Professional Fulfillment Index (PFI) är ett validerat 16-frågeinstrument som använder en 5-gradig Likertskala (0-4) för att mäta yrkesmässig tillfredsställelse, arbetsutmattning och interpersonell frånkoppling.
Utmattning rapporteras baserat på kombinerade resultat från arbetsutmattningens och interpersonell frånkopplings subskalor. Ett högre poäng indikerar en högre grad av utmattning. Ingen patientnivåinformation kommer att samlas in för detta utfallsmått. |
Baseline och 90 dagar efter initial exponering för interventionen
|
|
Förändring från baslinjen för självrapporterad effektivitet före kartläggning
Tidsram: Baseline och 90 dagar från initial exponering för interventionen
|
Leverantörerna kommer att besvara frågor om självrapporterad effektivitet och effektivitet i förhandsjournalföring.
Frågorna använder en 5-gradig Likertskala för att mäta dessa mått, där ett högre resultat indikerar större självrapporterad effektivitet och effektivitet.
|
Baseline och 90 dagar från initial exponering för interventionen
|
|
Leverantörstillfredsställelseskattningar
Tidsram: 90 dagar efter första exponeringen för interventionen
|
En självrapporterad tillfredsställelseundersökning som inkluderar läkarrapporterad effekt av verktyget för sammanfattning av journaler på effektiviteten och effektiviteten före journalföring, och andra potentiella oavsiktliga konsekvenser.
Ingen patientnivåinformation kommer att samlas in för detta utfall.
|
90 dagar efter första exponeringen för interventionen
|
|
Systemanvändbarhetsskala
Tidsram: 90 dagar från första exponeringen för interventionen
|
Systemusabilitetsskalan (SUS) är ett formulär med tio frågor som använder en Likert-skala med fem punkter för att mäta olika aspekter av systemets användbarhet.
Den totala skalan sträcker sig från 0 till 100.
Ett högre SUS-värde indikerar högre användbarhet.
|
90 dagar från första exponeringen för interventionen
|
|
Säkerhetshändelser
Tidsram: Under den 90 dagar långa perioden efter den första exponeringen för interventionen
|
Klinikerrapporterad säkerhet för AI-genererade diagramöversikter, inklusive upplevd frekvens av kliniskt signifikanta fel och förekomst av större säkerhetshändelser under interventionsperioden.
Ingen patientnivåinformation kommer att samlas in för detta utfall.
|
Under den 90 dagar långa perioden efter den första exponeringen för interventionen
|
|
Kvalitativ verktygsspecifik EHR-feedback
Tidsram: Under de 90 dagarna efter den första exponeringen för interventionen
|
Sammanställd realtidsfeedback som lämnats av kliniker via det EHR-inbyggda sammanfattningsgränssnittet under interventionsperioden, inklusive bedömningar av noggrannhet, fullständighet och hallucinationer.
Ingen patientnivåinformation kommer att samlas in för detta utfall.
|
Under de 90 dagarna efter den första exponeringen för interventionen
|
|
Förändring från baslinjen enligt Consumer Assessment of Healthcare Providers and Systems Clinician & Group Survey (CG-CAHPS) Metric
Tidsram: Baseline och 90 dagar efter första exponeringen för interventionen
|
Consumer Assessment of Healthcare Providers and Systems Clinician & Group Survey (CG-CAHPS) är en standardiserad patientenkät som mäter erfarenheter med vårdgivare.
Vi kommer att undersöka förändringar i CG-CAHPS-medelvärdena jämfört med 6 månader före interventionen för frågan "Under de senaste 6 månaderna, hur ofta verkade denna läkare känna till viktig information om din medicinska historia".
|
Baseline och 90 dagar efter första exponeringen för interventionen
|
|
Förändring från baslinje för Epic Signal (Aktivitet) Mått: Tid utanför schemalagda timmar
Tidsram: Baseline och 90 dagar efter den initiala exponeringen för interventionen
|
Vi kommer att undersöka förändringen från en retrospektiv baslinje 6 månader före inkludering i Signal-mått, inklusive tid utanför schemalagda timmar per schemalagd dag.
Med hjälp av dessa data kommer vi att fastställa hur en vårdgivares tid används i journalsystemet.
Ingen patientnivåinformation kommer att samlas in för detta utfallsmått.
|
Baseline och 90 dagar efter den initiala exponeringen för interventionen
|
|
Klinikers relativa värdeenheter (RVU) per vecka
Tidsram: 60 dagar efter exponering för interventionen, och 90 dagar efter exponering för interventionen
|
Genomsnittliga relativa värdeenheter (RVU) per vecka under interventionsmånaderna 2 och 3, justerade för baslinje (6-månaders pre-interventionsperiod)
|
60 dagar efter exponering för interventionen, och 90 dagar efter exponering för interventionen
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Huvudutredare: John N Mafi, MD, MPH, Division of General Internal Medicine & Health Services Research, David Geffen School of Medicine at the University of California, Los Angeles
- Huvudutredare: Paul J Lukac, MD, MBA, MS, UCLA Health Information Technology, UCLA Health
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
- Trockel M, Bohman B, Lesure E, Hamidi MS, Welle D, Roberts L, Shanafelt T. A Brief Instrument to Assess Both Burnout and Professional Fulfillment in Physicians: Reliability and Validity, Including Correlation with Self-Reported Medical Errors, in a Sample of Resident and Practicing Physicians. Acad Psychiatry. 2018 Feb;42(1):11-24. doi: 10.1007/s40596-017-0849-3. Epub 2017 Dec 1.
- Carolus, A., Koch, M. J., Straka, S., Latoschik, M. E., & Wienrich, C. (2023). MAILS-Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change-and meta-competencies. Computers in Human Behavior: Artificial Humans, 1(2), 100014.
- Koch MJ, Carolus A, Wienrich C, Latoschik ME. Meta AI literacy scale: Further validation and development of a short version. Heliyon. 2024 Oct 22;10(21):e39686. doi: 10.1016/j.heliyon.2024.e39686. eCollection 2024 Nov 15.
- Quigley DD, Elliott MN, Qureshi N, Predmore Z, Hays RD. Associations of the Consumer Assessment of Healthcare Providers and Systems (CAHPS) Clinician and Group Survey Scores with Interventions and Site, Provider, and Patient Factors: A Systematic Review of the Evidence. J Patient Exp. 2024 Oct 13;11:23743735241283204. doi: 10.1177/23743735241283204. eCollection 2024.
- Melnick ER, Harry E, Sinsky CA, Dyrbye LN, Wang H, Trockel MT, West CP, Shanafelt T. Perceived Electronic Health Record Usability as a Predictor of Task Load and Burnout Among US Physicians: Mediation Analysis. J Med Internet Res. 2020 Dec 22;22(12):e23382. doi: 10.2196/23382.
- Lukac PJ, Turner W, Vangala S, Chin AT, Khalili J, Shih YT, Sarkisian C, Cheng EM, Mafi JN. Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI. 2025 Dec;2(12):10.1056/aioa2501000. doi: 10.1056/aioa2501000. Epub 2025 Nov 26.
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)
23 februari 2026
Primärt slutförande (Beräknad)
1 maj 2026
Avslutad studie (Beräknad)
1 maj 2026
Studieregistreringsdatum
Först inskickad
22 februari 2026
Först inskickad som uppfyllde QC-kriterierna
22 februari 2026
Första postat (Faktisk)
27 februari 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
6 mars 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
4 mars 2026
Senast verifierad
1 mars 2026
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- IRB-26-0066
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
NEJ
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 .