结构化交接使用智能框架进行过渡试验 (SHIFT)

结构化交接使用智能过渡框架（SHIFT）试验是一项实用性、平行组随机对照试验，旨在评估集成到Carelign交接平台的人工智能（AI）工具是否能减少住院医师的文档记录时间和负担。 该AI功能使用针对临床总结进行调优的大型语言模型（LLM）生成可编辑的轮转结束交接草稿。 随机分配到干预组的住院医师将在Carelign中访问“草稿交接”按钮，该按钮使用电子健康记录中近期笔记的数据自动生成结构化的、可编辑的交接草稿。 临床医生在最终确定并与同事分享交接之前，必须审查和编辑所有草稿内容。 对照组中的提供者将继续在Carelign中使用标准交接工作流程，无需AI协助。

该研究将在宾夕法尼亚大学医院（HUP）和宾夕法尼亚长老会医学中心（PPMC）的普通内科服务中进行。 符合条件的参与者包括计划连续服务至少五天的住院主治医师。 提供者将按1:1的比例随机分配到干预组或对照组，按地点和团队分层。 该研究将招募约90名住院医师，在12周内贡献约120个合格轮转。 主要结果是起草轮转结束交接的总时间（以分钟计），使用自动化的Carelign审计日志测量。 次要结果包括文档负担（修改版NASA任务负荷指数）、工作疲惫（斯坦福职业成就感指数）和自报起草时间。 探索性措施包括工具可用性（净推荐值）、接收提供者对交接质量的评分以及电子健康记录（EHR）使用指标（总使用时间和下班后“睡衣时间”）。

该试验为非盲试验，将在真实世界条件下进行，以最大化普适性。 分析将遵循意向性治疗原则，使用线性混合效应模型，并为提供者设置随机截距以考虑重复轮转。 所有数据将在安全、符合HIPAA要求的机构环境中存储和分析。 该研究已获得宾夕法尼亚大学机构审查委员会和宾夕法尼亚医学院AI治理委员会的批准。