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

Vliv velkých jazykových modelů na diagnostické uvažování mezi lékaři

14. července 2025 aktualizováno: Ihsan Ayyub Qazi, PhD, Lahore University of Management Sciences
Tato studie si klade za cíl vyhodnotit, zda poskytování přístupu lékařů (např. lékařů a chirurgů) k ChatGPT-4o, navíc ke konvenčním zdrojům, zlepšuje jejich diagnostický výkon uvažování.

Přehled studie

Postavení

Dokončeno

Podmínky

Intervence / Léčba

Detailní popis

Diagnostické chyby jsou hlavním zdrojem poškození pacienta, kterému lze předejít. Nedávné pokroky ve velkých jazykových modelech (LLM), zejména ChatGPT-4o, se ukázaly jako slibné při zlepšování lékařského rozhodování. O jejich vlivu na diagnostické uvažování lékařů (např. lékařů a chirurgů) je však známo jen málo.

Diagnostická přesnost závisí na komplexním klinickém zdůvodnění a pečlivém vyhodnocení údajů o pacientech. Zatímco asistence AI by mohla potenciálně snížit chyby a zlepšit efektivitu, ChatGPT-4o postrádá lékařské ověření a mohla by představovat nová rizika prostřednictvím nesprávného generování informací (také známé jako halucinace). Ke zmírnění těchto rizik potřebují lékaři odpovídající školení v porozumění schopnostem, omezením a správnému použití ChatGPT-4o. Vzhledem k těmto nejistotám a důležitosti řádného výcviku AI je systematické hodnocení před klinickou implementací nezbytné.

Tato randomizovaná studie posoudí, zda přístup ChatGPT-4o zlepšuje diagnostický výkon lékařů ve srovnání se samotnými konvenčními zdroji (např. učebnicemi, online lékařskými databázemi). Všichni zúčastnění lékaři absolvují alespoň 10hodinový školicí program zahrnující použití ChatGPT-4o, techniky rychlého inženýrství a strategie hodnocení výstupů. Účastníci poskytnou diferenciální diagnózy s podpůrnými důkazy a doporučené další kroky pro klinické případy, přičemž odpovědi budou hodnoceny zaslepenými recenzenty.

Typ studie

Intervenční

Zápis (Aktuální)

60

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

    • Punjab
      • Lahore, Punjab, Pákistán, 54792
        • Lahore University of Management Sciences

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:

  • Plně nebo dočasně registrovaní lékaři u Pákistánské lékařské a zubní rady (PMDC).
  • Absolvoval bakalářskou zkoušku medicíny, bakalář chirurgie (MBBS). Ekvivalentní stupeň MBBS v USA a Kanadě se nazývá doktor medicíny (MD).
  • Účastníci musí absolvovat strukturovaný školicí program o používání ChatGPT (nebo srovnatelného velkého jazykového modelu), v celkovém rozsahu nejméně 10 hodin výuky. Program musí zahrnovat praktickou praxi související s aspekty LLM, konkrétně rychlé inženýrství a hodnocení obsahu.

Kritéria vyloučení:

  • Všichni ostatní registrovaní lékaři (plní nebo provizorní) s PMDC (např. profesionálové s bakalářem zubní chirurgie nebo BDS).

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: Diagnostický
  • Přidělení: Randomizované
  • Intervenční model: Paralelní přiřazení
  • Maskování: Žádné (otevřený štítek)

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Aktivní komparátor: ChatGPT-4o
Skupina bude mít přístup k ChatGPT-4o.
Velký jazykový model ChatGPT-4o OpenAI s rozhraním chatu.
Žádný zásah: Konvenční zdroje
Skupina nebude mít přístup k ChatGPT-4o, ale bude vyzvána, aby kromě velkých jazykových modelů (PubMed, Google without AI Overviews atd.) používala jakékoli zdroje, které si přeje.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Diagnostické uvažování
Časové okno: Posouzeno v jednom časovém bodě pro každý případ, během plánovaného hodnocení diagnostického uvažování, které se koná mezi 0-4 dny po přihlášení účastníka.
Primárním výsledkem bude procentuální správnost pro každý případ (rozsah: 0 až 100). Pro každý případ budou účastníci požádáni o tři hlavní diagnózy, nálezy z případu, které tuto diagnózu podporují, a nálezy z případu, které jsou proti této diagnóze. Za každou přijatelnou diagnózu obdrží účastníci 1 bod. Nálezy podporující diagnózu a nálezy odporující diagnóze budou rovněž hodnoceny na základě správnosti, přičemž 1 bod za částečně správné a 2 body za zcela správné odpovědi. Účastníci budou poté požádáni, aby pojmenovali svou nejlepší diagnózu, přičemž získají jeden bod za rozumnou odpověď a dva body za nejsprávnější odpověď. Nakonec budou účastníci požádáni, aby jmenovali až 3 další kroky k dalšímu hodnocení pacienta s jedním bodem uděleným za částečně správnou odpověď a dvěma body za zcela správnou odpověď. Primární výsledek bude porovnán na úrovni případu randomizovanými skupinami.
Posouzeno v jednom časovém bodě pro každý případ, během plánovaného hodnocení diagnostického uvažování, které se koná mezi 0-4 dny po přihlášení účastníka.

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Čas strávený diagnostikou
Časové okno: Posouzeno v jednom časovém bodě pro každý případ, během plánovaného hodnocení diagnostického uvažování, které se koná mezi 0-4 dny po přihlášení účastníka.
Porovnáme, kolik času (v sekundách) účastníci stráví na jeden případ mezi dvěma rameny studie.
Posouzeno v jednom časovém bodě pro každý případ, během plánovaného hodnocení diagnostického uvažování, které se koná mezi 0-4 dny po přihlášení účastníka.

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Ihsan Ayyub Qazi, PhD, Lahore University of Management Sciences
  • Vrchní vyšetřovatel: Muhammad Asadullah Khawaja, MBBS, King Edward Medical University
  • Vrchní vyšetřovatel: Ayesha Ali, PhD, Lahore University of Management Sciences

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)

10. ledna 2025

Primární dokončení (Aktuální)

17. května 2025

Dokončení studie (Aktuální)

17. května 2025

Termíny zápisu do studia

První předloženo

4. ledna 2025

První předloženo, které splnilo kritéria kontroly kvality

8. ledna 2025

První zveřejněno (Aktuální)

14. ledna 2025

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

17. července 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

14. července 2025

Naposledy ověřeno

1. července 2025

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • IRB-0342

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

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