Großsprachenmodelle zur Unterstützung der gynäkologischen Onkologiebehandlung (EASING)
Medizinstudenten und ihre Wahrnehmung von Großsprachenmodellen (LLMs) in der gynäkologischen Onkologie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Advanced Artificial Intelligence (KI) -Technologien, insbesondere große Sprachmodelle wie das ChatGPT von Openai, verfügen über ein erhebliches Potenzial für die Verbesserung der medizinischen Entscheidungsfindung. Während ChatGPT nicht speziell für medizinische Anwendungen entwickelt wurde, hat es in verschiedenen Gesundheitsszenarien, einschließlich der Beantwortung von Patientenanfragen, der Ausarbeitung medizinischer Dokumentation und der Unterstützung klinischer Konsultationen, nicht mehr konzipiert. Trotz dieser Fortschritte hat seine Rolle bei der Unterstützung der Entscheidungsfindung in komplexen onkologischen Fällen unter Erforschungen untersucht.
Die Entscheidungsfindung der Behandlung in der gynäkologischen Onkologie ist ein vielfältiger Prozess, der evidenzbasierte Richtlinien, Tumorbiologie, patientenspezifische Faktoren und klinisches Fachwissen integriert. KI-Tools wie ChatGPT könnten möglicherweise dazu beitragen, relevante richtlinienbasierte Empfehlungen zu synthetisieren, die Entscheidungsgenauigkeit zu verbessern und effizientere klinische Workflows zu erleichtern. ChatGPT ist jedoch nicht speziell auf onkologische Behandlungsentscheidungen zugeschnitten und es fehlt in diesem Bereich eine umfassende Validierung. Darüber hinaus kann es Fehlinformationen oder plausibel klingende, aber ungenaue Empfehlungen erzeugen, die sich auf die klinische Beurteilung auswirken könnten. Daher ist es wichtig zu verstehen, wie medizinische Fachkräfte, einschließlich Studenten und Ärzte für die frühe Karriere, mit solchen AI-Tools interagieren, bevor eine umfassendere Integration in die klinische Praxis umfassender ist. Lokal einsetzbare Modelle wie LLAMA ermöglichen eine sichere Verwendung vor Ort, während die Generation von Abrufen-Augmented-generelles Richtlinien-konforme Empfehlungen gewährleistet.
Diese Studie untersucht die Auswirkungen von Sprachmodellen auf die Unterstützung der Behandlungsentscheidung für Medizinstudenten, die gynäkologische Onkologiefälle verwalten. Dies ist eine Crossover -Studie, in der die Teilnehmer in zwei Gruppen randomisiert werden. Alle Teilnehmer beginnen mit dem Zugriff auf Chatgpt für zwei Vignetten. Anschließend werden zwei Fälle mit einem lokal bereitgestellten Sprachmodell fortgesetzt, gefolgt von zwei Fällen, die sich auf PDFs der Richtlinien stützen, oder umgekehrt.
Jeder Teilnehmer wird klinische Fälle analysieren, Behandlungspläne vorschlagen und sein Vertrauen in seine Entscheidungen und die Benutzerfreundlichkeit des Entscheidungsunterstützungssystems bewerten. Diese Studie zielt darauf ab, Einblicke in die potenziellen Vorteile und Einschränkungen bei der Integration von KI-Tools wie ChatGPT in die Entscheidungsfindung der onkologischen Behandlung zu geben.
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Sebastian Griewing, MD PhD
- Telefonnummer: 0049 06421 586 2589
- E-Mail: s.griewing@uni-marburg.de
Studieren Sie die Kontaktsicherung
- Name: Johannes Knitza, MD PhD
- E-Mail: knitza@uni-marburg.de
Studienorte
-
-
-
Marburg, Deutschland, 35043
- Institute for Digital Medicine, University Hospital of Giessen and Marburg, Philipps University Marburg
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Medizinstudenten, die mit klinischen Fächern angefangen haben
Ausschlusskriterien:
- kein Medizinstudent sein
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Behandlung
- Zuteilung: Zufällig
- Interventionsmodell: Crossover-Aufgabe
- Maskierung: Single
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Sonstiges: Lokalsprachmodell zuerst
Die Gruppe wird nach der Verwendung von ChatGPT zuerst Zugriff auf das lokale Sprachmodell erhalten
|
Die Gruppe wird nach der Verwendung von ChatGPT zuerst Zugriff auf das lokale Sprachmodell erhalten und erhält dann Zugriff auf die PDF -Datei
|
|
Sonstiges: Richtlinie PDF zuerst
Die Gruppe erhält zuerst nach der Verwendung von ChatGPT Zugriff auf die Richtlinie PDF
|
Die Gruppe wird nach ChatGPT und dann auf ein lokalsprachiges Modell auf PDF -Datei zugreifen
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Behandlungskonkordanz mit Entscheidungen des Tumorausschusses
Zeitfenster: Direkt (innerhalb von 10 Minuten) nach der Intervention
|
Teilnehmer an jeder Gruppe wählen Behandlungsmodalitäten für Fallvignetten aus
|
Direkt (innerhalb von 10 Minuten) nach der Intervention
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Behandlungsvertrauen
Zeitfenster: Direkt (innerhalb von 10 Minuten) nach der Intervention
|
Für jeden Fall werden die Teilnehmer um ihr Behandlungsvertrauen gebeten (VAS 0-10).
Der Mittelwert wird zwischen Entscheidungsunterstützungsgruppen verglichen.
|
Direkt (innerhalb von 10 Minuten) nach der Intervention
|
|
Zeit, die für die Behandlungsentscheidung aufgewendet wurde
Zeitfenster: Direkt (innerhalb von 10 Minuten) nach der Intervention
|
Zeit (in Sekunden) werden Teilnehmer pro Fall zwischen den Entscheidungsunterstützungsgruppen verglichen.
|
Direkt (innerhalb von 10 Minuten) nach der Intervention
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Hauptermittler: Sebastian Griewing, MD PhD, Philipps University Marburg
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 25-29 ANZ (Andere Kennung: Philipps University Marburg)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .