人工智能会减少护士响应时间的延迟吗 (WAiRD)
病人在白天和晚上的任何时候都以各种健康状况不佳的状态被送入病房。 由于这项研究是非介入性的，不会影响患者安全，我们审查了伦理委员会的指导意见，并同意将每次入院登记到 2 个床位并在入院 24 小时内获得同意是适当的。 使用智能平板电脑在试验中收集的所有数据都将与研究编号相关联，智能平板电脑上不会存储任何患者详细信息，因此也不会存储在云数据存储中。 我们已经与信托信息治理进行了讨论，这符合他们的规定。
任何患者的可识别数据将由研究团队保存。 所有数据将根据赞助商政策进行存档和存储。 新颖的护士呼叫系统的设计对所有患者都很友好，无论其年龄、学习能力和使用的第一语言如何。 通过使用颜色、图像和文字，我们希望所有人都能理解。 病房的护理人员告知了护士呼叫系统激活的主要原因，因此新颖系统中使用的图标据此改编。 该试验在患者和公众参与小组中进行了讨论。 由于这是一项试点试验，任何需要进行的调整都将在大规模试验之前进行。
研究概览
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Lucy Leese
- 电话号码：0113 2065455
- 邮箱：l.leese@nhs.net
研究联系人备份
- 姓名：Sarah Hall
- 电话号码：0113 2065455
- 邮箱：leedsth-tr.researchgovernance@nhs.net
学习地点
-
-
-
Leeds、英国、LS9 7TF
- 招聘中
- Leeds Teaching Hospital NHS Trust
-
接触：
- Muzahir Tayebjee
- 电话号码：01132066051
- 邮箱：muzahir.tayebjee@nhs.net
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
所有入住心脏病科病房的年满 18 岁的成年人都有资格参加。
-
排除标准：任何不想参加的患者都将从试验中删除其匿名数据。
-
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
床位A
从新颖的护士呼叫系统激活护士呼叫系统到初始响应时间T1和完成任务的时间T2的时间。 护士呼叫系统启动的原因：厕所/疼痛/药物//需要护士/其他 |
Inavya Ventures Ltd (Inavya) 开发了一款医疗级人工智能移动系统 (AVATR)，以支持院外医疗保健。 AVATR 被批准为英国政府基于云的解决方案（G Cloud）数字市场上的医疗保健技术官方供应商。 医院中的 AVATR 将连接到基于现有 AVATR 技术的现有 AVATR 门诊服务，该技术受到 CE 标志 1 级（欧盟/英国）监管。 研究团队将创建、部署和测试一种新颖的基于病房的人工智能技术创新，将当前的护士呼叫系统转变为以患者为中心的床边移动技术资产，从而减少护士到床边进行非生产性探访的需要，这会占用患者的时间并关注其他最好的地方。 与患者建立移动连接将改善患者体验并节省护理人员的时间，从而提高护理质量并节省资金。 |
|
床位B
从标准系统激活护士呼叫系统到初始响应时间T1和完成任务的时间T2的时间。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
学习目标
大体时间：1年
|
这项研究的主要结果是响应新型护士呼叫系统发出的警报所需的时间以及从呼叫到完成任务所需的时间。
|
1年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
节省护理时间
大体时间：1年
|
使用新颖系统所花费的时间将与常规方法进行测量，以找出时间差异。
|
1年
|
|
患者对新系统的接受度
大体时间：1年
|
这是一个定性衡量标准
|
1年
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- CD22/153868
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.