Generativ AI-baseret simulering til diagnostisk kommunikation i type 2-diabetes (DIALOGUE-DM2) (DIALOGUE-DM2)
Generativ AI-simulering til diagnostisk kommunikation i type 2-diabetes: Et randomiseret kontrolleret forsøg (DIALOGUE-DM2)
Denne randomiserede kontrollerede undersøgelse evaluerer effektiviteten af et generativt kunstig intelligens (AI)-baseret simuleringsprogram til at forbedre diagnostiske kommunikationsfærdigheder blandt medicinstuderende. Studiet udføres på Faculty of Higher Studies Iztacala, National Autonomous University of Mexico (UNAM).
I alt 120 medicinstuderende randomiseres til enten en interventionsgruppe, der bruger DIALOGUE-DM2 AI-simuleringsplatformen, eller en kontrolgruppe, der følger traditionelle uddannelsesmetoder. Deltagerne gennemfører en fortest, modtager træning i henhold til gruppetildeling og gennemgår derefter en eftertest-evaluering.
Det primære resultat er forbedring i diagnostiske kommunikationsfærdigheder, målt ved standardiserede patientscenarier og validerede rubrikker. Sekundære resultater inkluderer selvvurderet selvtillid, kommunikationsdomæner og interbedømmers overensstemmelse mellem fakultetsvurderere og AI-scoring.
Dette forsøg har til formål at levere højkvalitetsbevis for potentialet af generativ AI til at forbedre kommunikationstræning i medicinsk uddannelse, specifikt i forbindelse med type 2-diabetesdiagnose.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Denne undersøgelse bygger på en tidligere pilotundersøgelse (offentliggjort i 2024), der demonstrerede muligheden for at bruge generativ kunstig intelligens (AI) til at træne medicinstuderende i diagnostisk kommunikation. Den nuværende undersøgelse udvider dette arbejde med et randomiseret, blindet, kontrolleret design og en større prøvestørrelse.
Design:
Undersøgelsen er en randomiseret, blindet, parallelgruppe, kontrolleret undersøgelse gennemført på Faculty of Higher Studies Iztacala (FES Iztacala), UNAM. I alt 120 medicinstuderende er inkluderet og randomiseret (1:1) til enten interventionsgruppen (AI-baseret simulationstræning) eller kontrolgruppen (traditionel træning med standardiserede patienter og feedback fra fakultetet).
Intervention:
- Interventionsgruppe: Studerende interagerer med DIALOGUE-DM2-platformen, som leverer generativ AI-drevne simulerede patienter. De gennemfører flere scenarier for diagnostisk afsløring og modtager øjeblikkelig feedback på præstationen baseret på standardiserede kommunikationsrubrikker.
- Kontrolgruppe: Studerende modtager standardtræning, herunder forelæsninger og vejledt praksis med peer-rollespil og feedback vejledt af fakultetet.
Vurderinger:
- Pre-test: Alle studerende gennemfører et standardiseret patientscenarie med evaluering fra fakultetet og AI før intervention.
- Træningsfase: Deltagere gennemfører deres tildelte træning (AI vs. standard).
- Post-test: Studerende gennemfører et standardiseret scenarie for diagnostisk afsløring. Uafhængige fakultetsevaluatorer (blindet for gruppetildeling) og AI-platformen scorer præstationen.
Resultater:
- Primært resultat: Ændring i præstationsscore for diagnostisk kommunikation fra pre-test til post-test, målt med validerede rubrikker (Kalamazoo-rammeværk, MRS).
- Sekundære resultater:
- Studerendes selvrapportering af kommunikationsselvtillid.
- Domænespecifikke forbedringer (informationslevering, empati, risikoforklaring, fælles beslutningstagning).
- Overensstemmelse mellem humane evaluatorer og AI-scoring.
Etik og tilsyn:
Undersøgelsen er blevet gennemgået og godkendt af Forskningsetikkomiteen på FES Iztacala, UNAM (Godkendelsesnummer CE/FESI/042025/1915). Risici er minimale, da interventionen er uddannelsesmæssig og ikke-invasiv.
Betydning:
Dette er den første randomiserede kontrollerede undersøgelse i Mexico, der evaluerer en generativ AI-baseret simulation til diagnostisk kommunikation. Resultaterne vil bidrage til integrationen af AI-drevne træningsværktøjer i medicinsk uddannelsespensum og kunne bidrage til skalerbare innovationer i træningen af sundhedsprofessionelle til kronisk sygdomsbehandling, startende med type 2-diabetes.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
-
Tlalnepantla, Mexico
- Universidad Nacional Autónoma de México, Faculty of Higher Studies Iztacala (FES Iztacala)
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Medicinstuderende, der i øjeblikket er tilmeldt på Medicinsk Fakultet (Lægekirurgisk Program), UNAM-FES Iztacala.
- Alder mellem 18 og 30 år.
- I stand til at give informeret samtykke.
- Villig til at deltage i alle studiefaser (pretest, intervention, posttest).
Eksklusionskriterier:
- Tidligere deltagelse i DIALOGUE-pilotstudiet.
- Tidligere formel uddannelse i diagnostisk kommunikation ud over standardmedicinsk pensum.
- Ufuldstændig tilgængelighed for planlagte sessioner.
- Afslag på eller manglende evne til at give informeret samtykke.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Sundhedstjenesteforskning
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Tredobbelt
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Eksperimentel: AI-baseret simulatortræning (DIALOGUE-DM2)
Medicinstuderende tildelt denne gruppe vil modtage træning ved hjælp af DIALOGUE-DM2-platformen, som leverer generativ AI-drevne simulerede patienter.
Deltagerne vil deltage i flere diagnostiske afsløringsscenarier fokuseret på type 2-diabetes og modtage øjeblikkelig feedback genereret af AI-systemet.
Feedbacken er tilpasset validerede kommunikationsrammer (Kalamazoo, MRS).
Træningen gennemføres over flere sessioner før den efterfølgende evaluering.
|
Medicinstuderende interagerer med DIALOGUE-DM2-platformen, et generativt AI-baseret simuleringssystem.
Platformen leverer virtuelle patientmøder fokuseret på afsløring af type 2-diabetesdiagnose.
Studerende gennemfører flere simulerede scenarier og modtager øjeblikkelig AI-genereret feedback i overensstemmelse med standardiserede kommunikationsrubrikker (Kalamazoo, MRS).
Træningen har til formål at forbedre diagnostiske kommunikationsfærdigheder før post-test evaluering.
|
|
Aktiv komparator: Traditionel Træning
Medicinstuderende, der er tildelt denne gruppe, vil modtage traditionel kommunikationstræning.
Dette omfatter forelæsninger, peer-rolleroller og fakultetsvejledte feedbacksessioner, der dækker diagnosticeringsafsløring ved type 2-diabetes.
Deltagerne vil gennemføre det samme antal træningssessioner som interventionsgruppen før post-test evalueringen.
|
Medicinstuderende modtager traditionel træning i diagnostisk kommunikation.
Dette omfatter forelæsninger, peer-rollerpil og fakultetssuperviserede feedbacksessioner, der dækker diagnostisk afsløring i type 2-diabetes.
Træningens varighed og antal sessioner er matchet til interventionsgruppen.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Ændring i diagnostisk kommunikationspræstationsscore
Tidsramme: Cirka 12 uger (fra pre-test til post-test pr. deltager).
|
Forbedring i diagnostiske kommunikationsfærdigheder, målt ved hjælp af validerede rubrikker - Kalamazoo Essential Elements Communication Checklist og Medical Communication Rating Scale (MCRS) - anvendt på standardiserede patientscenarier.
Uafhængige blindede fakultetsevaluatorer og AI-scoring vil blive anvendt.
Scorer spænder fra 0 til 100, hvor højere værdier indikerer bedre diagnostisk kommunikationspræstation.
|
Cirka 12 uger (fra pre-test til post-test pr. deltager).
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Ændring i studerendes selvrapporterede tillid til diagnostisk kommunikation
Tidsramme: Cirka 12 uger (fra præ-test til post-test pr. deltager).
|
Ændring i elevers selvrapporterede selvtillid ved afsløring af en diagnose for type 2-diabetes, målt gennem et struktureret spørgeskema ved hjælp af en 5-punkts Likert-skala (1 = meget lav selvtillid, 5 = meget høj selvtillid).
Højere score indikerer større selvtillid i diagnostisk kommunikation.
|
Cirka 12 uger (fra præ-test til post-test pr. deltager).
|
|
Ændring i domænespecifikke diagnostiske kommunikationsscore (Kalamazoo Framework og Medical Communication Rating Scale)
Tidsramme: Cirka 12 uger (fra pre-test til post-test per deltager).
|
Forbedring i specifikke kommunikationsdomæner - informationsformidling, empati, risikoforklaring og fælles beslutningstagning - evalueret ved hjælp af Kalamazoo Essential Elements Communication Checklist og Medical Communication Rating Scale (MCRS).
Hvert domæne scores fra 0 til 100, hvor højere score indikerer bedre præstation.
|
Cirka 12 uger (fra pre-test til post-test per deltager).
|
|
Overensstemmelse mellem menneskelige evaluatorer og AI-scoring
Tidsramme: Vurderet ved eftertest, cirka 12 uger efter baseline pr. deltager.
|
Niveau af overensstemmelse mellem blinde humane evaluatorer og AI-baseret scoring af diagnostisk kommunikationspræstation, vurderet ved hjælp af Cohens kappakoefficient (κ). Scorerange går fra -1,0 til +1,0, hvor værdier tættere på +1,0 indikerer stærkere enighed mellem evaluatorer.
|
Vurderet ved eftertest, cirka 12 uger efter baseline pr. deltager.
|
|
Studenternes tilfredshed med den tildelte træningsmetode
Tidsramme: Vurderet umiddelbart efter afslutningen af eftertesten, ca. 12 uger efter baseline pr. deltager.
|
Tilfredshed med den tildelte træningsmetode (AI-baseret simulering vs. traditionel træning), målt ved hjælp af en struktureret 5-punkts Likert tilfredshedsundersøgelse (1 = meget utilfreds; 5 = meget tilfreds).
Højere score indikerer større tilfredshed med træningsmetoden.
|
Vurderet umiddelbart efter afslutningen af eftertesten, ca. 12 uger efter baseline pr. deltager.
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Publikationer og nyttige links
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
Primær færdiggørelse
Studieafslutning (Faktiske)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Anslået)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- UNAM-DIALOGUE-DM2-2025
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
IPD-delingstidsramme
IPD-delingsadgangskriterier
IPD-deling Understøttende informationstype
- STUDY_PROTOCOL
- SAP
- ICF
- ANALYTIC_CODE
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .