視覚的患者予測（VPP）によるレベル3状況認識の向上：多施設共同ランダム化コンピュータベースシミュレーションおよび診断精度研究（真陽性率、精度、平均リードタイム）のプロトコル

科学分野:

• 医療情報学
• ヘルスケアにおける人工知能
• 臨床意思決定支援システム

背景:

• AIによる予測機能（Visual Patient Predictive - VPP）で拡張されたVisual Patient Avatar（VPA）。
• VPPは、ディープラーニングを統合してバイタルサインの逸脱を予測し、将来の患者の状態を投影することにより、レベル3の状況認識を向上させます。
• 従来のモニタリングと比較して、重要なバイタルサインの変化の予測を改善することを目的としています。

研究 の 目的:

• VPPが臨床医の重要なバイタルサインの変化を予測する能力を向上させるかどうかを評価します。
• 意思決定、信頼、ワークロード、およびユーザーの受け入れに対するVPPの影響を評価します。
• 従来の数値ベースおよび波形ベースのモニタリングと比較してVPPを評価します。

主な方法:

• 5つの学術センターにわたる多施設共同、ランダム化、被験者内クロスオーバーシミュレーション試験。
• 医療専門家は、VPPおよび従来のモニタリングを使用して予測タスクを実行しました。
• 主要評価項目：バイタルサインの逸脱予測のリコール。二次評価項目：リードタイム、精度、信頼性、介入、ワークロード、ユーザビリティ。

主要な成果:

• 研究は、主要評価項目である予測リコール（真陽性率）を測定するように設計されています。
• 二次評価項目は、予測リードタイム、精度、および臨床医の信頼性を定量化します。
• 認識されるワークロードと定性的なユーザビリティのフィードバックも分析されます。

結論:

• この研究は、VPPがバイタルサインの逸脱の臨床的予測を強化するかどうかを判断します。
• 調査結果は、臨床診療におけるAI駆動型予測モニタリングの統合に情報を提供します。
• 結果は、査読付き出版物および会議発表を通じて普及されます。