Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Vývoj a ověření systému asistenta myopie založeného na velkém jazykovém modelu

11. března 2025 aktualizováno: The Hong Kong Polytechnic University
Krátkozrakost je rychle rostoucí globální zdravotní problém a existuje naléhavá potřeba pokročilých nástrojů, které mohou usnadnit personalizované strategie zdravotní péče. Řešení založená na umělé inteligenci (AI), jako jsou velké jazykové modely, nabízejí robustní nástroje pro oční zdravotní péči. V této studii se výzkumníci zaměřují na validaci systému Myopia Assistant System (LLM) založeného na modelu myopie zaměřeného na pacienta s následujícími klíčovými cíli: 1) vyhodnotit schopnost modelů LLM generovat zprávy na vysoké úrovni a pomoci při sebehodnocení krátkozrakost u pacientů v primární péči; 2) vyhodnotit její výkon při zodpovězení otázek zaměřených na medicínu založenou na důkazech a zlepšení celkové spokojenosti na klinikách pro krátkozraké pacienty.

Přehled studie

Detailní popis

Krátkozrakost je rychle rostoucí globální zdravotní problém, který postihuje zejména děti a dospívající. Progrese krátkozrakosti může vést k závažným komplikacím, jako je myopická makulární degenerace, významně ovlivňující zrakovou ostrost a kvalitu života. S rostoucí prevalencí krátkozrakosti existuje naléhavá potřeba pokročilých nástrojů, které mohou usnadnit personalizované strategie zdravotní péče. Řešení založená na umělé inteligenci (AI), jako jsou velké jazykové modely, nabízejí robustní nástroje pro oční zdravotní péči. Nicméně jejich účinnost a bezpečnost v reálném klinickém prostředí nebyla plně prozkoumána.

V této studii se výzkumníci zaměřují na validaci systému Myopia Assistant System (LLM) založeného na modelu myopie zaměřeného na pacienta s následujícími klíčovými cíli: 1) vyhodnotit schopnost modelů LLM generovat zprávy na vysoké úrovni a pomoci při sebehodnocení krátkozrakost u pacientů v primární péči; 2) vyhodnotit její výkon při zodpovězení otázek zaměřených na medicínu založenou na důkazech a zlepšení celkové spokojenosti na klinikách pro krátkozraké pacienty. Závěry této studie poskytnou cenné poznatky pro aplikaci modelu GPT v oblasti zdravotnictví, což významně přispěje ke zlepšení dostupnosti a kvality lékařských služeb.

Typ studie

Intervenční

Zápis (Aktuální)

70

Fáze

  • Nelze použít

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

    • Hong Kong
      • Hong Kong, Hong Kong, Čína, 000
        • The Hong Kong Polytechnic University

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ano

Popis

Kritéria zahrnutí:

  1. Ambulantní účastníci ve věku od 6 do 75 let.
  2. Účastníci, kteří podstoupí oční vyšetření pro lékařské účely.
  3. Účastníci, kteří mohou produkovat jasné oftalmologické snímky v obou očích.
  4. Žádné předchozí zkušenosti s výzkumem zahrnujícím digitální medicínu
  5. Souhlaste s účastí v této studii s písemným informovaným souhlasem

Kritéria vyloučení:

  1. Účastníci, kteří se zdráhají této studie zúčastnit
  2. Účastníci, kteří nejsou schopni studii porozumět.
  3. Účastníci, kteří nedávno podstoupili oční operaci nebo ti, kteří mají závažné oční stavy, které mohou ovlivnit interpretaci výsledků zobrazení souvisejících s hodnocením krátkozrakosti (např. závažné krvácení do sklivce, šedý zákal, leukom rohovky atd.), budou ze studie vyloučeni.
  4. Účastníci s nízkou kvalitou oftalmických snímků, včetně rozmazání, artefaktů, podexponování nebo přeexponování.
  5. Jiné nevhodné důvody určené hodnotiteli.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Primární účel: Jiný
  • Přidělení: Randomizované
  • Intervenční model: Paralelní přiřazení
  • Maskování: Singl

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Experimentální: Asistenční systém zaměřený na pacienta
Účastníci se zapojili do procedury návštěvy ambulantní kliniky pomocí asistenčního systému zaměřeného na pacienta založeného na Large-Language Model (LLM) po dobu 10 minut.
Účastníci se zapojí do 10minutové lékařské konzultace s využitím modelového rozhraní LLM zabudovaného do tabletového zařízení před jejich pravidelnou osobní konzultací s lékaři. Během zkoušek se mohli účastníci zapojit do bezplatných konverzací týkajících se aspektů včetně rizikových faktorů, symptomů, diagnózy, vyšetření, léčby, rad a opatrnosti atd. Účastníci, kteří dokončili oční zobrazovací vyšetření, budou požádáni, aby vložili výsledky do modelu asistenta pro vytvoření strukturované zprávy.
Žádný zásah: Kontrolní skupina
Účastníci se zapojili do procedury návštěvy ambulance bez podpory asistenčního systému zaměřeného na pacienta založeného na Large-Language Model (LLM) nebo jakékoli podobné asistence umělé inteligence po dobu 10 minut.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Úroveň spokojenosti
Časové okno: Bezprostředně po proceduře návštěvy ambulance
Byla hodnocena míra spokojenosti účastníků s klinickou zkušeností s použitím nebo bez použití asistenčního systému zaměřeného na pacienta založeného na velkém jazykovém modelu (LLM). Celkové skóre spokojenosti bylo hlášeno pomocí dotazníku (Patient User Satisfaction Scale), který hodnotil spokojenost účastníků s klinickou zkušeností a efektivitu řešení jejich vlastních problémů. Dotazník byl měřen na 5bodové Likertově škále, kde 1 znamená silně nesouhlasím; a 5 znamená silně souhlasím; s vyšším skóre indikujícím větší spokojenost.
Bezprostředně po proceduře návštěvy ambulance

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Zda účastníci přijmou doporučení lékaře pro léčbu krátkozrakosti
Časové okno: Bezprostředně po proceduře návštěvy ambulance
Jedná se o binární výsledek, který hodnotí, zda účastníci dodržují doporučení lékaře pro léčbu krátkozrakosti. Zaměřuje se na to, zda účastníci provádějí předepsanou léčbu nebo intervence poskytované ke kontrole nebo zvládání krátkozrakosti.
Bezprostředně po proceduře návštěvy ambulance

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Mingguang He, M.D, Ph.D, The Hong Kong Polytechnic University

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

21. září 2024

Primární dokončení (Aktuální)

26. října 2024

Dokončení studie (Aktuální)

26. října 2024

Termíny zápisu do studia

První předloženo

11. září 2024

První předloženo, které splnilo kritéria kontroly kvality

19. září 2024

První zveřejněno (Aktuální)

23. září 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

25. března 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

11. března 2025

Naposledy ověřeno

1. února 2025

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • HSEARS20240229009

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit