Udforskning af effektiviteten af AI-generative modeller for diabetespatienter
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Diabetes spreder sig hurtigt og rammer et betydeligt antal voksne med et svimlende alt på 537 millioner diabetikere. Denne tilstand giver anledning til forskellige komplikationer, der kan føre til diabetisk retinopati, fodsår, hjerteproblemer og nyreskade. Mange af disse komplikationer kan dog afbødes ved at give patienterne nøjagtige oplysninger om deres kost, stresshåndtering og vægtkontrol.
De seneste fremskridt inden for Generative Artificial Intelligence-baserede chatbots har demonstreret deres effektivitet som intelligente assistenter på tværs af forskellige aspekter af menneskelivet. I denne undersøgelse sigter vi mod at vurdere effektiviteten af disse sprogmodeller til at hjælpe patienter. Vores forskningsplan omfatter interaktionen mellem patienter og chatbots som ChatGPT, både med og uden menneskelig støtte, efterfulgt af evalueringer af disse interaktioner af specialister. Derudover vil vi indsamle feedback fra patienter vedrørende deres oplevelser og opfattelser af chatbot-interaktionerne.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Ghulam Mustafa
- Telefonnummer: +923322340395
- E-mail: mustafabme@gmail.com
Studiesteder
-
-
Sindh
-
Karachi, Sindh, Pakistan
- Rekruttering
- CDLE, PCSIR Lbas Complex
-
Kontakt:
- Ghulam Mustafa
- E-mail: mustafabme@gmail.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Til stede fysisk i Pakistan
- Voksne (18 år eller ældre)
- Diabetespatient
Ekskluderingskriterier:
- Voksne kan ikke give samtykke
- Personer, der endnu ikke er voksne (spædbørn, børn, teenagere)
- Fanger
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Intervention
Patienter vil få adgang til Chatbot for at spørge om deres spørgsmål vedrørende diabetiske komplikationer.
|
Alle deltagere vil få adgang til AI-Chatbot og vil blive bedt om at spørge ind til deres daglige livsproblemer relateret til diabetes.
De vil også blive bedt om at gennemgå svarene fra Chatbot efter deres interaktion.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Anvendelighed af Chatbot til diabetikere
Tidsramme: En gang
|
For at vurdere anvendeligheden af Chatbot vil vi anvende mHealth App Usability Questionnaire (MAUQ) til at indsamle feedback fra patienter efter deres interaktion.
Vores undersøgelse vil bruge tabel 4 i dette spørgeskema, som består af tre sektioner: brugervenlighed, brugerflade og tilfredshed og anvendelighed.
Specifikt vil vi fokusere vores evaluering på 10 ud af de 18 spørgsmål præsenteret i denne tabel.
De valgte spørgsmål er S1, S2, S6, S7, S9, S11, S12, S13, S14 og S18.
Patienterne vil give deres svar på en skala fra 1 til 5, hvor "1" angiver meget dårligt og "5" angiver meget godt.
|
En gang
|
|
Internethastighed
Tidsramme: En gang
|
Minimum downloadhastighed på internettet vil blive målt under chatten.
Dette vil blive optaget i megabits per sekund.
|
En gang
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Analyse af chatrespons genereret af AI Chatbot
Tidsramme: En gang
|
Likert-skalaen vil blive brugt til at evaluere Chatbots chatrespons. Følgende parametre vil blive evalueret af specialisterne for hvert svar, nemlig Clear, Complete og Correct. Klar og Fuldstændighed vil blive vurderet på et interval på 1-5, hvor 1 betyder dårlig kvalitet og 5 betyder respons af meget god kvalitet. Korrektheden af hvert svar vil blive yderligere analyseret som sikkert og nyeste. Det vil blive evalueret i binære termer, dvs. Ja eller nej. |
En gang
|
Samarbejdspartnere og efterforskere
Efterforskere
- Ledende efterforsker: Ghulam Mustafa, Pakistan Council of Scientific and Industrial Research
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- AI Chatbot Evaluation
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .