Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Non-equilibrium in the Cell01:16

Non-equilibrium in the Cell

An important concept in studying metabolism and energy is that of chemical equilibrium. Most chemical reactions are reversible. They can proceed in both directions, releasing energy into their environment in one direction, and absorbing it from the environment in the other direction. The same is true for the chemical reactions involved in cell metabolism, such as the breaking down and building up of proteins into and from individual amino acids, respectively. Reactants within a closed system...
Randomized Experiments01:13

Randomized Experiments

The randomization process involves assigning study participants randomly to experimental or control groups based on their probability of being equally assigned. Randomization is meant to eliminate selection bias and balance known and unknown confounding factors so that the control group is similar to the treatment group as much as possible. A computer program and a random number generator can be used to assign participants to groups in a way that minimizes bias.
Simple randomization
Simple...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Lung Cancer Screening Centralization Is Associated With Improved Screening Uptake: The Veterans Healthcare Administration's Experience 2015-2021.

Chest·2026
Same author

State Cost Growth Benchmark Programs and Total Medical Expenditures, 2010 to 2020.

JAMA network open·2026
Same author

Centralization of Lung Cancer Screening and Adherence to First Follow-up Assessment: The Veterans Health Administration Experience.

Annals of the American Thoracic Society·2026
Same author

Identifying social determinants of health subgroups and their associations with health outcomes in a prospective US adult COVID-19 cohort: an analysis of the INSPIRE registry.

BMJ open·2026
Same author

Discovery of endothelial cell antibodies associated with pediatric and adult kidney allograft rejection and assessment of a non-human leukocyte antigen antibody assay.

American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons·2026
Same author

Population-Level Teleretinal Screening Bulk Orders to Improve Diabetic Retinopathy Screening Rates: A Randomized Quality Improvement Trial.

Telemedicine journal and e-health : the official journal of the American Telemedicine Association·2026

Video Experimental Relacionado

Updated: Jul 11, 2026

Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
07:31

Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack

Published on: May 15, 2020

8.2K

Ensayo Controlado Aleatorizado: Protocolo de Herramienta de Resumen de Historiales Clínicos con IA Generativa de Epic

Aaron T Chin, Nina Zhu, Thomas Kingsley

    medRxiv : the preprint server for health sciences
    |February 27, 2026
    PubMed
    Resumen

    Este estudio probó una nueva herramienta de IA para resumir historiales de pacientes para médicos. Los primeros resultados sugieren que el resumidor de historiales clínicos con IA generativa puede ayudar a reducir la carga de trabajo de los médicos, pero se necesita más investigación.

    Palabras clave:
    inteligencia artificial generativaresumen de historiales clínicoscarga cognitivacarga de trabajo del médicoensayo controlado aleatorizadoinformática clínicasalud digital

    Más Videos Relacionados

    Reduced Procedure Time and Variability with Active Esophageal Cooling During Radiofrequency Ablation for Atrial Fibrillation
    04:58

    Reduced Procedure Time and Variability with Active Esophageal Cooling During Radiofrequency Ablation for Atrial Fibrillation

    Published on: August 25, 2022

    2.6K
    Estimate the Cognitive Load Using Electrocardiographic Measure: A Human-AI Collaborative Task
    07:08

    Estimate the Cognitive Load Using Electrocardiographic Measure: A Human-AI Collaborative Task

    Published on: December 5, 2025

    833

    Videos de Experimentos Relacionados

    Last Updated: Jul 11, 2026

    Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
    07:31

    Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack

    Published on: May 15, 2020

    8.2K
    Reduced Procedure Time and Variability with Active Esophageal Cooling During Radiofrequency Ablation for Atrial Fibrillation
    04:58

    Reduced Procedure Time and Variability with Active Esophageal Cooling During Radiofrequency Ablation for Atrial Fibrillation

    Published on: August 25, 2022

    2.6K
    Estimate the Cognitive Load Using Electrocardiographic Measure: A Human-AI Collaborative Task
    07:08

    Estimate the Cognitive Load Using Electrocardiographic Measure: A Human-AI Collaborative Task

    Published on: December 5, 2025

    833

    Área de la Ciencia:

    • Informática Clínica
    • Inteligencia Artificial en la Atención Médica
    • Documentación Médica

    Sus antecedentes:

    • La documentación en el Registro de Historia Clínica Electrónica (EHR) y la revisión de historiales aumentan la carga de trabajo y el agotamiento de los médicos.
    • La herramienta de resumen de historiales clínicos con IA generativa de Epic tiene como objetivo reducir la carga previa al historial clínico.
    • El impacto de esta herramienta de IA no ha sido evaluado en ensayos aleatorizados.

    Objetivo del estudio:

    • Evaluar si una herramienta de resumen de historiales clínicos con IA generativa de Epic reduce la carga de trabajo cognitiva para los proveedores ambulatorios.
    • Comparación con la atención habitual para evaluar la eficacia de la herramienta.

    Principales métodos:

    • Un ensayo controlado aleatorizado de 90 días, de dos brazos, de grupos paralelos que involucra a clínicos ambulatorios.
    • Aleatorización de los clínicos 1:1 para acceder a la herramienta de IA o a la atención habitual.
    • Resultado primario: cambio en una carga de trabajo de tareas de 4 ítems (PTL) para la pre-evaluación del historial. Los resultados exploratorios incluyen métricas de tiempo del EHR, agotamiento y usabilidad.

    Principales resultados:

    • El análisis de datos utilizará las respuestas de encuestas a nivel de clínico y las métricas agregadas del EHR.
    • No se incluirá información de salud protegida a nivel de paciente.
    • Los resultados se difundirán a través de preprints y publicaciones revisadas por pares.

    Conclusiones:

    • El estudio evalúa un ensayo controlado aleatorizado pragmático de una herramienta de IA generativa integrada en el EHR para resumir notas clínicas.
    • El resultado primario es la carga de trabajo cognitiva, con resultados exploratorios que incluyen métricas de tiempo, agotamiento y usabilidad.
    • Las limitaciones incluyen el diseño de un solo centro y la intervención no cegada y de uso opcional.