此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

用于心理健康诊断和治疗计划的人工智能:参与者和患者的协议

2024年5月14日 更新者:Sheba Medical Center

人工智能(AI)在现代医学和精神病学中变得越来越普遍。 AI 基于机器学习 (ML) 下的各种计算机算法。

本研究的目的是评估使用人工智能进行心理健康诊断的潜力。

在研究的第一部分,人工智能将对表现出精神疾病的标准化患者[SP](演员)进行采访。 人工智能将提出鉴别诊断和治疗方案。 紧接着,演员们将接受一位经过委员会认证的精神科医生的面谈,他还将给出鉴别诊断和治疗计划。 人工智能和精神科医生的结果将进行比较。

在研究的第二部分中,人工智能将对在 Sheba 医疗中心的住院部、门诊部或急诊室 (ER) 接受精神科医生咨询的患者进行检查。 人工智能结果将与精神科医生的诊断进行比较。

研究概览

详细说明

程序:

在研究的第一部分,人工智能将对患有精神疾病的标准化 SP 患者(演员)进行采访。 演员将接受 5 种场景之一的培训:抑郁、焦虑、大麻滥用造成的创伤后应激障碍、精神病以及未经诊断的对照患者。 每个场景都有 2 个严重级别。 演员们将呈现人口和医学背景、症状和体征,包括思维和情感障碍。 根据访谈,人工智能将提出鉴别诊断和治疗方案。 紧接着,演员们将接受一位经过委员会认证的精神科医生的面谈,他还将给出鉴别诊断和治疗计划。 人工智能和精神科医生的结果将进行比较。

在研究的第二部分中,AI将检查在精神病科接受治疗的患者、在精神科诊所申请治疗但尚未在那里接受治疗的患者以及在Sheba Medical的精神科急诊室(ER)接受治疗的患者中心。 此外,还将在媒体和社交网络上发布招募广告,以招募专门参加该研究的患者。

患者将给予知情同意并接受 AI 采访。 访谈将以数字方式进行,或者使用语音转文本和文本转语音技术,使患者能够与计算机交谈,而不是在计算机中输入问题。 未来的研究(未包含在当前提案中)将使用语音分析、面部识别和计算机化情感识别作为人工智能的一部分。

参加者:

  • 演员 SP(n = 10)每次受雇于以色列医学模拟中心“MSR”,接受模拟精神疾病症状的训练。
  • 来自示巴医疗中心 Drora 和 Pinchas Zachai 精神病学部门的经过委员会认证的精神科医生。
  • 患者 (n=150) 在示巴精神科和急诊室 (ER) 接受检查。 或者是从媒体招募来的病人。
  • 对照组 (n=50) 因身体问题来到医院急诊室的患者,无精神病史。 他们将在等待医生参与研究并接受人工智能和精神科医生检查时提供。

结果:

该研究的主要结果将是将人工智能分配的访谈、鉴别诊断和治疗建议与委员会认证的精神科医生分配的治疗建议进行比较。 协议利率将是利率的结果。

研究类型

介入性

注册 (估计的)

220

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

研究联系人备份

学习地点

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 成人
  • 年长者

接受健康志愿者

是的

描述

纳入标准:

对于 SP 部分:

  • 演员 SP 受雇于“MSR”(以色列医学模拟中心),接受过模拟精神疾病症状的训练。
  • 年满18岁
  • 签署知情同意书

对于患者部分:

  • 患者抵达精神科诊所、各个精神科科室以及示巴医疗中心的急诊室就诊。
  • 18岁以上患者
  • 签署知情同意书

排除标准:

  • 参与另一项研究的患者
  • 接受住院令或法院命令的患者

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:诊断
  • 分配:非随机化
  • 介入模型:并行分配
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
实验性的:SP患者演员

演员(n = 10)将接受以下 5 种场景之一的培训:抑郁、焦虑、大麻滥用造成的创伤后应激障碍(PTSD)、精神病以及未经诊断的对照患者。 每个场景都有 2 个严重级别。

演员们将呈现人口和医学背景、症状和体征,包括思维和情感障碍。 根据访谈,AI(LIV)将提出鉴别诊断和治疗方案。 紧接着,演员们将接受一位经过委员会认证的精神科医生的面谈,他还将给出鉴别诊断和治疗计划。

以色列医学模拟中心 MesserMSR 雇用的 SP 演员接受了模拟精神疾病症状的培训。
实验性的:患者
患者(n = 150)将从申请希巴精神科诊所的患者、新患者、老患者和等候名单上的患者中招募。 此外,来自各个精神科以及 Sheba 医疗中心 - Tel Hashomer 的精神科和普通急诊室的患者。 此外,还将在社交网络上发布招聘广告。
患者 (n=150) 在 Sheba 医疗中心的精神科和急诊室 (ER) 接受检查。 或者是根据社交网络上的广告进行申请的人。
其他:对照组-患者
对照组 (n=50) 因身体不适来到医院急诊室的患者,无精神病史。 他们将被邀请参加研究,并在等待急诊室医生的同时接受 AI (LIV) 和精神科医生的检查。 此外,还将在社交网络上发布针对没有精神疾病的患者的招募广告。
对照组 (n=50) 因身体不适来到医院急诊室的患者,无精神病史。

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
精神科医生和 AI - SP(参与者)部分提供的诊断的一致性百分比
大体时间:3个月
人工智能和精神科医生的诊断准确性将与演员接受的培训所定义的黄金标准进行比较。 这将根据人工智能或精神科医生的诊断是否被分类在适当的组中进行量化:焦虑症、抑郁症、精神分裂症谱系和其他精神病以及创伤和压力源相关疾病
3个月
精神科医生和 AI 患者部分提供的诊断的一致性百分比
大体时间:5个月
精神科医生和人工智能都会采访患者并提出诊断。 精神科医生将被视为黄金标准,人工智能诊断将与精神科医生给出的诊断进行比较。 这将根据人工智能是否将诊断定义在适当的组中进行量化:焦虑症、抑郁症、精神分裂症谱系和其他精神疾病以及创伤和压力源相关疾病。
5个月

次要结果测量

结果测量
措施说明
大体时间
AI 和精神科医生 - SP(参与者)部分提供的建议的一致性百分比
大体时间:3个月
  1. 生物治疗分为:抗抑郁药物、电惊厥治疗 [ECT]/氯胺酮、抗精神病药物、情绪稳定剂和抗焦虑药物。
  2. 心理治疗:认知行为疗法[CBT]、动态和支持性心理治疗。

AI 和精神科医生给出的推荐治疗方案的准确性将与 SP 接受的培训所定义的黄金标准进行比较。

3个月
AI 和精神科医生提供的建议的一致性百分比 - 患者部分
大体时间:5个月
  1. 生物治疗分为:抗抑郁药物、ECT/氯胺酮、抗精神病药物、情绪稳定剂和抗焦虑药物。
  2. 心理治疗:CBT、动态和支持性心理治疗。 精神科医生将被视为黄金标准,人工智能的治疗建议将与精神科医生给出的建议进行比较。
5个月

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Mark Weiser, M.D、Sheba Medical Center

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2023年12月12日

初级完成 (估计的)

2024年12月31日

研究完成 (估计的)

2024年12月31日

研究注册日期

首次提交

2024年4月10日

首先提交符合 QC 标准的

2024年5月14日

首次发布 (实际的)

2024年5月16日

研究记录更新

最后更新发布 (实际的)

2024年5月16日

上次提交的符合 QC 标准的更新

2024年5月14日

最后验证

2023年11月1日

更多信息

与本研究相关的术语

其他相关的 MeSH 术语

其他研究编号

  • SHEBA-23-0356-MW-CTIL

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.

心理健康诊断的临床试验

SP患者演员的临床试验

3
订阅