Entwicklung und Validierung eines auf großen Sprachmodellen basierenden Myopie-Assistentensystems
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Kurzsichtigkeit ist ein schnell wachsendes globales Gesundheitsproblem, von dem insbesondere Kinder und Jugendliche betroffen sind. Das Fortschreiten der Myopie kann zu schwerwiegenden Komplikationen wie der kurzsichtigen Makuladegeneration führen, die die Sehschärfe und Lebensqualität erheblich beeinträchtigen. Angesichts der zunehmenden Prävalenz von Myopie besteht ein dringender Bedarf an fortschrittlichen Instrumenten, die personalisierte Gesundheitsstrategien ermöglichen können. Auf künstlicher Intelligenz (KI) basierende Lösungen, wie etwa große Sprachmodelle, bieten robuste Werkzeuge für die ophthalmologische Gesundheitsversorgung. Dennoch sind ihre Wirksamkeit und Sicherheit in realen klinischen Umgebungen noch nicht vollständig erforscht.
In dieser Studie wollen die Forscher ein patientenzentriertes, auf einem großen Sprachmodell (LLM) basierendes Myopie-Assistentensystem mit den folgenden Hauptzielen validieren: 1) Bewertung der Fähigkeit der LLM-Modelle, Berichte auf hoher Ebene zu erstellen und bei der Selbstbewertung zu helfen Myopie für Patienten in der Grundversorgung; 2) Bewertung seiner Leistung bei der Beantwortung evidenzbasierter, medizinorientierter Fragen und der Verbesserung der Gesamtzufriedenheit in Kliniken für kurzsichtige Patienten. Die Ergebnisse dieser Studie werden wertvolle Erkenntnisse für die Anwendung des GPT-Modells im Gesundheitswesen liefern und einen wesentlichen Beitrag zur Verbesserung der Zugänglichkeit und Qualität medizinischer Dienstleistungen leisten.
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
Hong Kong
-
Hong Kong, Hong Kong, China, 000
- The Hong Kong Polytechnic University
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Ambulante Teilnehmer im Alter von 6 bis 75 Jahren.
- Teilnehmer, die sich aus medizinischen Gründen einer augenärztlichen Untersuchung unterziehen.
- Teilnehmer, die in beiden Augen klare Augenbilder erzeugen können.
- Keine Erfahrung in der Forschung im Bereich der digitalen Medizin
- Stimmen Sie der Teilnahme an dieser Studie mit schriftlicher Einverständniserklärung zu
Ausschlusskriterien:
- Teilnehmer, die nicht bereit sind, an dieser Studie teilzunehmen
- Teilnehmer, die die Studie nicht verstehen können.
- Teilnehmer, die sich kürzlich einer Augenoperation unterzogen haben oder an schweren Augenerkrankungen leiden, die die Interpretation von Bildgebungsergebnissen im Zusammenhang mit der Myopiebewertung beeinträchtigen können (z. B. schwere Glaskörperblutung, Katarakte, Hornhautleukom usw.), werden von der Studie ausgeschlossen.
- Teilnehmer mit schlechter Qualität der Augenbilder, einschließlich Unschärfe, Artefakten, Unter- oder Überbelichtung.
- Andere von den Gutachtern festgestellte ungeeignete Gründe.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Sonstiges
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Single
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Patientenzentriertes Assistenzsystem
Die Teilnehmer beteiligten sich 10 Minuten lang an der ambulanten Klinikbesuchsprozedur mit einem patientenzentrierten Assistenzsystem basierend auf dem Large-Language Model (LLM).
|
Die Teilnehmer nehmen vor ihrer regulären persönlichen Konsultation mit Ärzten an einer 10-minütigen medizinischen Beratung über die in ein Tablet-Gerät integrierte LLM-Modellschnittstelle teil.
Während der Tests konnten sich die Teilnehmer an kostenlosen Gesprächen über Aspekte wie Risikofaktoren, Symptome, Diagnose, Untersuchungen, Behandlung, Ratschläge und Vorsicht usw. beteiligen. Teilnehmer, die die ophthalmologische Bildgebungsuntersuchung abgeschlossen haben, werden gebeten, Ergebnisse in das zu generierende Assistenzmodell einzugeben strukturierte Berichte.
|
|
Kein Eingriff: Kontrollgruppe
Teilnehmer, die 10 Minuten lang ohne die Unterstützung eines patientenzentrierten Assistenzsystems auf Basis des Large-Language Model (LLM) oder einer ähnlichen künstlichen Intelligenz an der ambulanten Klinikbesuchsprozedur beteiligt waren.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zufriedenheitsgrad
Zeitfenster: Unmittelbar nach dem ambulanten Klinikbesuch
|
Bewertet wurde der Grad der Zufriedenheit der Teilnehmer mit der klinischen Erfahrung mit oder ohne Einsatz eines patientenzentrierten Assistentensystems basierend auf einem großen Sprachmodell (LLM).
Der Gesamtzufriedenheitswert wurde mithilfe des Fragebogens (Patient User Satisfaction Scale) ermittelt, der die Zufriedenheit der Teilnehmer mit der klinischen Erfahrung und die Wirksamkeit der Lösung ihrer eigenen Probleme bewertete.
Der Fragebogen wurde auf einer 5-stufigen Likert-Skala gemessen, wobei 1 „völlig nicht einverstanden“ bedeutet; und 5 bedeutet völlige Zustimmung; wobei höhere Werte auf eine größere Zufriedenheit hinweisen.
|
Unmittelbar nach dem ambulanten Klinikbesuch
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Ob die Teilnehmer die Myopie-Management-Ratschläge des Arztes befolgen
Zeitfenster: Unmittelbar nach dem ambulanten Klinikbesuch
|
Es handelt sich um ein binäres Ergebnis, das beurteilt, ob die Teilnehmer den Empfehlungen des Arztes zur Myopiebehandlung folgen.
Der Schwerpunkt liegt darauf, ob die Teilnehmer die vorgeschriebenen Behandlungen oder Interventionen zur Kontrolle oder Bewältigung ihrer Kurzsichtigkeit umsetzen.
|
Unmittelbar nach dem ambulanten Klinikbesuch
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Mingguang He, M.D, Ph.D, The Hong Kong Polytechnic University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- HSEARS20240229009
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
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .