TrialsgrambetaRCTs are beautiful
Tradução não revistaA tradução em Português desta entrada não foi revista por pares e pode diferir da fonte. O acrónimo, o título completo e a citação mantêm-se sempre na língua original.Abrir a publicação original ↗

Tai-Seale AI draft replies

AI-Generated Draft Replies Integrated Into Health Records and Physicians' Electronic Communication

Doente / População Intervenção / Exposição Comparação Desfecho

Em 52 médicos de cuidados primários, rascunhos de resposta a mensagens de doentes gerados por IA não reduziram o tempo dos médicos a ler e a responder às mensagens em comparação com ativação diferida (lista de espera) e controlos contemporâneos.

N
52doentes
Desenho
Estudo de melhoria da qualidade aleatorizado com lista de espera, um único sistema de saúde académico
Desfecho
Tempo a ler e a responder às mensagens, extensão das respostas e probabilidade de recomendar
Relevância
3Complementar — contexto, não conhecimento obrigatório.
ResultadoTempo de leitura +21,8 % (IC de 95 % 5,2 % a 41,0 %; p=0,008); tempo de resposta −5,9 % (IC de 95 % −16,6 % a 6,2 %; p=0,33); extensão das respostas +17,9 % (IC de 95 % 10,1 % a 26,2 %; p<0,001). 25 médicos aleatorizados para ativação imediata e 27 para ativação diferida.
Tai-Seale M, et al. JAMA Netw Open. 2024;7(4):e246565. 10.1001/jamanetworkopen.2024.6565
Discussão e crítica

Um teste precoce e honesto da funcionalidade de IA generativa mais amplamente implementada nos processos clínicos eletrónicos: os rascunhos fizeram os médicos ler durante mais tempo e escrever respostas mais longas sem poupar tempo de resposta, embora os participantes lhes tenham reconhecido valor. Um pequeno estudo de melhoria da qualidade realizado de junho a agosto de 2023 com aleatorização por lista de espera e um controlo contemporâneo não aleatorizado, e sem desfecho de experiência do doente — os próprios autores pedem ensaios rigorosos.