Lay shrnutí generovaná LLM pro zprávy z magnetické rezonance mozku (CLEAR-HEAD)

Pozadí Bolesti hlavy představují přibližně 2 % až 4 % návštěv na pohotovosti, což ve Francii činí asi 450 000 konzultací ročně. Ačkoli je 95 % těchto případů benigních primárních bolestí hlavy, identifikace sekundárních příčin vyžadujících urgentní řešení je klíčová, což často vede ke zvýšenému využití neurozobrazovacích metod, jako je MRI. Nicméně zprávy z radiologie často obsahují složitou lékařskou terminologii, kterou mohou pacienti a lékaři-neodborníci obtížně pochopit, což může způsobit zmatek nebo úzkost. Velké jazykové modely (LLM) prokázaly potenciál zjednodušovat složité lékařské texty. Ačkoli existují komerční modely, modely s otevřenými vahami (které lze nasadit lokálně pro zajištění bezpečnosti dat) nabízejí slibnou cestu pro klinickou integraci. Tato studie si klade za cíl vyhodnotit účinnost souhrnu v prostém jazyce generovaného umělou inteligencí při zlepšování porozumění pacientů zprávám z mozkové MRI.

Design studie Jedná se o randomizovanou, kontrolovanou, jednoduše zaslepenou studii vnořenou do e-kohorty COMPARE. Studie využívá paralelní skupinový design s alokačním poměrem 1:1. Celá studie je prováděna vzdáleně prostřednictvím zabezpečených online formulářů.

Účastníci Studie rekrutuje dospělé dobrovolníky již zařazené do e-kohorty COMPARE. Účastníci musí mít dostatečnou znalost psané francouzštiny, aby mohli číst zprávy a vyplňovat dotazníky. Pro zařazení není vyžadován žádný specifický zdravotní stav, protože studie využívá fiktivní kazuistiky.

Intervence a postupy Účastníci jsou randomizováni do jedné ze dvou skupin pomocí minimalizační procedury vyvažující anamnézu mozkové MRI a známou neurologickou patologii. Každý účastník je požádán, aby přečetl šest fiktivních zpráv z mozkové MRI simulujících běžné scénáře urgentních bolestí hlavy. Šest zpráv pokrývá tři klinické situace: dvě s normálními výsledky, dvě s náhodnými nálezy nevysvětlujícími bolest hlavy a dvě s abnormalitami vysvětlujícími bolest hlavy. V experimentální skupině účastníci obdrží standardní zprávu z MRI obohacenou o strukturovaný souhrnný odstavec generovaný modelem LLM s otevřenými vahami, vložený pod sekci Syntéza pro pacienta a lékaře-neradiologa. V kontrolní skupině účastníci obdrží standardní zprávu z MRI v její původní verzi bez souhrnu generovaného umělou inteligencí.

Výsledné měřítka Bezprostředně po přečtení každé zprávy účastníci vyplní standardizovaný dotazník. Primárním výsledkem je porozumění zprávě, měřené přesností odpovědi na binární otázku: Je v této zprávě nalezeno pravděpodobné vysvětlení bolesti hlavy? Sekundární výsledky zahrnují spokojenost účastníka měřenou na Likertově škále, vnímanou potřebu odborného vysvětlení, vnímanou schopnost vysvětlit výsledky příbuznému a předpokládanou úroveň úzkosti.

Statistická analýza Primární analýza porovná podíl správných odpovědí mezi skupinami pomocí smíšeného logistického regresního modelu. Tento model bude zahrnovat intervenční skupinu jako fixní efekt a bude zohledňovat křížené náhodné efekty (účastník a zpráva) pro zvládnutí intraindividuální korelace a variability mezi klinickými případy. Velikost vzorku je vypočtena na 412 účastníků (206 na skupinu) pro detekci 10% rozdílu v porozumění s 95% silou.