Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Udvikling og validering af et stort sprogmodelbaseret Myopia Assistant System

11. marts 2025 opdateret af: The Hong Kong Polytechnic University
Nærsynethed er et hurtigt voksende globalt sundhedsproblem, og der er et presserende behov for avancerede værktøjer, der kan lette personaliserede sundhedsstrategier. Kunstig intelligens (AI)-baserede løsninger, såsom store sprogmodeller, tilbyder robuste værktøjer til oftalmisk sundhedspleje. I denne undersøgelse sigter efterforskerne efter at validere et patientcentreret Large Language Model (LLM)-baseret Myopia Assistant System med følgende hovedmål: 1) evaluere LLM-modellernes evne til at generere rapporter på højt niveau og hjælpe med selvevaluering af nærsynethed for patienter i primær pleje; 2) evaluere dets præstationer med at besvare evidensbaserede medicin-orienterede spørgsmål og forbedre den generelle tilfredshed inden for klinikker for nærsynede patienter.

Studieoversigt

Detaljeret beskrivelse

Nærsynethed er et hurtigt voksende globalt sundhedsproblem, der især rammer børn og unge. Progressionen af ​​nærsynethed kan føre til alvorlige komplikationer såsom myopisk makuladegeneration, hvilket i væsentlig grad påvirker synsstyrken og livskvaliteten. Med den stigende forekomst af nærsynethed er der et presserende behov for avancerede værktøjer, der kan lette personaliserede sundhedsstrategier. Kunstig intelligens (AI)-baserede løsninger, såsom store sprogmodeller, tilbyder robuste værktøjer til oftalmisk sundhedspleje. Ikke desto mindre er deres effektivitet og sikkerhed i virkelige kliniske miljøer ikke blevet fuldt ud undersøgt.

I denne undersøgelse sigter efterforskerne efter at validere et patientcentreret Large Language Model (LLM)-baseret Myopia Assistant System med følgende hovedmål: 1) evaluere LLM-modellernes evne til at generere rapporter på højt niveau og hjælpe med selvevaluering af nærsynethed for patienter i primær pleje; 2) evaluere dets præstationer med at besvare evidensbaserede medicin-orienterede spørgsmål og forbedre den generelle tilfredshed inden for klinikker for nærsynede patienter. Resultaterne af denne undersøgelse vil give værdifuld indsigt til anvendelsen af ​​GPT-modellen på sundhedsområdet, hvilket giver et væsentligt bidrag til at forbedre tilgængeligheden og kvaliteten af ​​medicinske tjenester.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

70

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

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

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  1. Ambulante deltagere i alderen 6 til 75 år.
  2. Deltagere, der gennemgår oftalmologiske undersøgelser til medicinske formål.
  3. Deltagere, der kan producere klare oftalmiske billeder i begge øjne.
  4. Ingen tidligere erfaring med forskning, der involverer digital medicin
  5. Accepter at deltage i denne undersøgelse med skriftligt informeret samtykke

Ekskluderingskriterier:

  1. Deltagere, der er tilbageholdende med at deltage i denne undersøgelse
  2. Deltagere, der ikke er i stand til at forstå undersøgelsen.
  3. Deltagere, der for nylig har gennemgået øjenkirurgi eller personer med alvorlige øjensygdomme, der kan påvirke fortolkningen af ​​billeddiagnostiske resultater relateret til evaluering af nærsynethed (f.eks. alvorlig glaslegemeblødning, grå stær, hornhindeleukom osv.) vil blive udelukket fra undersøgelsen.
  4. Deltagere med dårlig kvalitet af oftalmiske billeder, herunder sløring, artefakter, undereksponering eller overeksponering.
  5. Andre uegnede årsager bestemt af evaluatorerne.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Andet
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Patientcentreret assistentsystem
Deltagerne engagerede sig i ambulatoriebesøgsproceduren med et patientcentreret assistentsystem baseret på Large-Language Model (LLM) i 10 minutter.
Deltagerne vil deltage i en 10-minutters lægekonsultation ved hjælp af LLM-modelgrænsefladen indlejret i en tablet-enhed før deres regelmæssige ansigt-til-ansigt konsultation med læger. Under forsøgene kunne deltagerne deltage i gratis samtaler, der dækker aspekter, herunder risikofaktorer, symptomer, diagnose, undersøgelser, behandling, råd og forsigtighed osv. Deltagere, der har gennemført den oftalmiske billeddiagnostiske undersøgelse, vil blive bedt om at indtaste resultater i assistentmodellen for at generere strukturerede rapporter.
Ingen indgriben: Kontrolgruppe
Deltagere involveret i ambulatoriebesøgsproceduren uden støtte fra patientcentreret assistentsystem baseret på Large-Language Model (LLM) eller lignende kunstig intelligens-assistance i 10 minutter.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Tilfredshedsniveau
Tidsramme: Umiddelbart efter ambulatoriet besøgsprocedure
Deltagernes tilfredshedsniveau af den kliniske erfaring med eller uden brug af et patientcentreret assistentsystem baseret på en stor sprogmodel (LLM) blev vurderet. Den samlede tilfredshedsscore blev rapporteret ved hjælp af spørgeskemaet (Patient User Satisfaction Scale), som evaluerede deltagernes tilfredshed med den kliniske erfaring og effektiviteten af ​​at løse deres egne problemer. Spørgeskemaet blev målt på en 5-punkts Likert-skala, hvor 1 repræsenterer meget uenig; og 5 repræsenterer meget enig; med højere score, der indikerer større tilfredshed.
Umiddelbart efter ambulatoriet besøgsprocedure

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Om deltagerne adopterer nærsynethedshåndteringsrådene fra lægen
Tidsramme: Umiddelbart efter ambulatoriet besøgsprocedure
Det er et binært udfald, der vurderer, om deltagerne følger anbefalingerne fra lægen til behandling af nærsynethed. Den fokuserer på, om deltagerne implementerer de foreskrevne behandlinger eller interventioner, der gives for at kontrollere eller styre deres nærsynethed.
Umiddelbart efter ambulatoriet besøgsprocedure

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Mingguang He, M.D, Ph.D, The Hong Kong Polytechnic University

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

21. september 2024

Primær færdiggørelse (Faktiske)

26. oktober 2024

Studieafslutning (Faktiske)

26. oktober 2024

Datoer for studieregistrering

Først indsendt

11. september 2024

Først indsendt, der opfyldte QC-kriterier

19. september 2024

Først opslået (Faktiske)

23. september 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

11. marts 2025

Sidst verificeret

1. februar 2025

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • HSEARS20240229009

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

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 .

Kliniske forsøg med Nærsynethed

Abonner