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

Al for at forbedre diagnosen af ​​sjældne gigtsygdomme (AIDRARER)

28. maj 2025 opdateret af: Philipps University Marburg
Dette forsøg har til formål at vurdere virkningen af ​​at give medicinstuderende adgang til ChatGPT, en state-of-the-art stor sprogmodel, sammenlignet med konventionelle diagnostiske beslutningsstøtteværktøjer, på deres diagnostiske nøjagtighed for sjældne gigtsygdomme.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Avanceret kunstig intelligens (AI) teknologier, især store sprogmodeller såsom OpenAIs ChatGPT, rummer et betydeligt potentiale for at forbedre medicinsk beslutningstagning. Selvom ChatGPT ikke var specifikt designet til medicinske applikationer, har det vist nytte i forskellige sundhedsscenarier, herunder besvarelse af patientforespørgsler, udarbejdelse af medicinsk dokumentation og hjælp til konsultationer. På trods af disse fremskridt er dens rolle i at understøtte diagnostisk ræsonnement - især blandt mindre erfarne medicinstuderende - og for komplekse sjældne sygdomme fortsat underudforsket.

Diagnostisk ræsonnement er en mangefacetteret proces, der kombinerer mønstergenkendelse, vidensyntese og probabilistisk tænkning. Værktøjer som ChatGPT kan potentielt afhjælpe kognitiv byrde, forbedre diagnostisk nøjagtighed og i sidste ende fremskynde diagnosen for sjældne sygdomme. ChatGPT er dog ikke skræddersyet til diagnostisk begrundelse og mangler omfattende validering på dette domæne. Derudover er det modtageligt for at generere misinformation eller plausibelt klingende, men unøjagtige svar, som kan hindre snarere end understøtte klinisk beslutningstagning. Derfor er det vigtigt at forstå, hvordan medicinstuderende bruger sådanne AI-værktøjer, før de integreres i uddannelsesmæssige eller kliniske arbejdsgange. Denne undersøgelse vil også vurdere en standardiseret prompt for at lette ChatGPT-brug og vil give eleverne direkte adgang til at muliggøre et realistisk scenarie.

Denne undersøgelse vil undersøge virkningen af ​​ChatGPT på medicinstuderendes diagnostiske nøjagtighed, når de tackler tilfælde af sjældne gigtsygdomme. Deltagerne vil blive randomiseret i to grupper: en med adgang til ChatGPT og en ved hjælp af konventionelle diagnostiske værktøjer. Hver deltager vil analysere diagnostiske tilfælde ved at give op til 5 differentialdiagnoser og vurdere den diagnostiske tillid. Uafhængige anmeldere, blindet over for gruppetildeling, vil evaluere nøjagtigheden og kvaliteten af ​​deres svar. Denne undersøgelse har derfor til formål at give indsigt i de potentielle fordele og begrænsninger ved at integrere AI-værktøjer som ChatGPT.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

68

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiesteder

      • Marburg, Tyskland, 35043
        • Institute for Digital Medicine, University Hospital of Giessen and Marburg, Philipps University Marburg

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  • Medicinstuderende, der er startet med kliniske fag (intern medicin)

Ekskluderingskriterier:

  • Ikke at være medicinstuderende

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

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

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Aktiv komparator: Interventionsgruppe
Gruppen vil få adgang til ChatGPT og standardiseret indledende prompt
OpenAIs ChatGPT sprogmodel med chatgrænseflade.
Ingen indgriben: Kontrolgruppe
Gruppen vil ikke få adgang til nogen LLM'er inklusive ChatGPT, men vil blive motiveret til at bruge andre ressourcer (såsom online søgemaskiner, Pubmed)

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk nøjagtighed af topdiagnose
Tidsramme: under evaluering
Deltagerne i hver gruppe kommer med mindst ét ​​sygdomsforslag (topdiagnose) og op til i alt maksimalt 5 forslag. Procentdelen af ​​nøjagtige matcher af det øverste forslag med den faktiske diagnose vil blive analyseret
under evaluering

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk nøjagtighed af top 5 forslag
Tidsramme: under evaluering
Deltagerne i hver gruppe kommer med mindst ét ​​sygdomsforslag (topdiagnose) og op til i alt maksimalt 5 forslag. Procentdelen af ​​nøjagtige matcher med den faktiske diagnose inkluderet i de 5 bedste forslag vil blive analyseret
under evaluering
Diagnostisk ræsonnement
Tidsramme: under evaluering
For hvert tilfælde vil deltagerne modtage 1 point for hver plausibel diagnose og 2 point for et helt korrekt svar. De samlede score vil blive sammenlignet mellem de randomiserede grupper.
under evaluering
Diagnostisk selvtillid
Tidsramme: under evaluering
For hvert tilfælde vil deltagerne blive spurgt om deres diagnostiske sikkerhed (VAS 0-10). Den gennemsnitlige score vil blive sammenlignet mellem grupperne.
under evaluering
Tid brugt til diagnose
Tidsramme: under evaluering
Vi vil sammenligne, hvor meget tid (i sekunder) deltagerne bruger pr. case mellem de to undersøgelsesarme.
under evaluering

Samarbejdspartnere og efterforskere

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

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)

7. januar 2025

Primær færdiggørelse (Faktiske)

30. marts 2025

Studieafslutning (Faktiske)

30. marts 2025

Datoer for studieregistrering

Først indsendt

16. december 2024

Først indsendt, der opfyldte QC-kriterier

20. december 2024

Først opslået (Faktiske)

27. december 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

29. maj 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. maj 2025

Sidst verificeret

1. maj 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

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 ChatGPT

Abonner