Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Multidisziplinäre Behandlung des Anthropomorphismus großer Sprachmodelle (MDTALLM)

3. Oktober 2024 aktualisiert von: Zining Luo, North Sichuan Medical College

Multidisziplinäre Behandlung des Anthropomorphismus großer Sprachmodelle: Eine parallel kontrollierte Studie

Ziel dieser retrospektiven klinischen Studie ist es, das Potenzial großer Sprachmodelle in der Medizin besser zu erforschen, indem die Wirksamkeit von MDT-Konsultationen, die von menschlichen Ärzten durchgeführt werden, mit denen verglichen wird, die von großen Sprachmodellen durchgeführt werden.

Die wichtigsten zu klärenden Fragen sind:

Erzielt die Verwendung großer Sprachmodelle zur Durchführung anthropomorpher MDT-Beratungen bessere Ergebnisse als die Verwendung nicht-anthropomorpher Prozesse? Gibt es einen erheblichen Leistungsunterschied zwischen MDT-Konsultationen, die von großen Sprachmodellen durchgeführt werden, und solchen, die von Menschen durchgeführt werden? Wie viel größer ist der wirtschaftliche Nutzen von MDT-Beratungen anhand großer Sprachmodelle im Vergleich zu denen, die von Menschen durchgeführt werden?

Sammeln Sie retrospektiv MDT-Konsultationsaufzeichnungen der letzten 20 Jahre im Norden Sichuans in China sowie anonymisierte Krankenakten von Patienten. Gruppe 1: Verschiedene große Sprachmodelle werden beauftragt, als Ärzte aus verschiedenen Abteilungen und als MDT-Sekretärinnen zu fungieren, um Konsultationen zusammenzufassen. Gruppe 2: Das große Sprachmodell gibt direkt Diagnose- und Behandlungsempfehlungen für Patienten aus. Vergleichen Sie die Ergebnisse der Gruppen 1 und 2 retrospektiv mit der menschlichen Leistung, bewerten Sie sie und wählen Sie aus jeder Abteilung das beste Modell für eine Neubewertung durch anthropomorphe MDT-Beratungen aus, wobei Sie sie erneut mit menschlichen Ergebnissen vergleichen.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

300

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

  • China
    • Sichuan
      • Nanchong, Sichuan, China, 637000
        • The Affiliated Hospital of North Sichuan Medical College
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Aus dem Krankenhaus

Beschreibung

Einschlusskriterien:

  • 1. Zu den Krankenakten gehören interdisziplinäre Beratungsnotizen mit Empfehlungen von Fachärzten verschiedener Abteilungen sowie eine gut dokumentierte Abschlusszusammenfassung.
  • 2. Die Krankenakten enthalten Daten von mindestens einem Jahr vor und einem Jahr nach der Konsultation (einschließlich intakter Berichte und Bildaufzeichnungen).
  • 3. Die Entlassungsbedingungen des Patienten verbesserten sich aufgrund des multidisziplinären Behandlungsplans nach der Konsultation.

Ausschlusskriterien:

  • 1. Die Krankenakten enthalten keine multidisziplinären Konsultationsnotizen oder die Empfehlungen verschiedener Abteilungsärzte und die abschließenden zusammenfassenden Notizen sind unvollständig oder unzureichend.
  • 2. In den Krankenakten fehlen Daten aus einem Jahr vor und nach der Konsultation oder es fehlen notwendige Berichte und Bilddaten, was zu einer unvollständigen Dokumentation führt.
  • 3. Der Zustand des Patienten hat sich bei der Entlassung nach dem multidisziplinären Behandlungsplan nicht verbessert oder der Zustand hat sich verschlechtert.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Anthropomorphized Process Large Language Model Multidisziplinäre Behandlungsgruppe
Verwendung eines lokal bereitgestellten MedicalGPT, des kommerziell erhältlichen Online-GPT-4o, Claude-3.5 Sonnet, GPT-4o mini und Claude 3 Haiku werden nacheinander jeweils die Rolle von Ärzten aus verschiedenen Abteilungen übernehmen, die am multidisziplinären Behandlungsprozess beteiligt sind. Anschließend übernehmen sie nacheinander die Rolle eines Zusammenfassenden, um ihre Empfehlungen in einem endgültigen Vorschlag oder Behandlungsplan zusammenzufassen.
Diagnosetest: GPT-4o
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in GPT-4o ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: GPT-4o mini
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in GPT-4o mini ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: MedicalGPT
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in MedicalGPT ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: Claude-3.5 Sonett
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in Claude-3.5 ein Sonett. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: Claude 3 Haiku
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in Claude 3 Haiku ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Nicht-anthropomorphisierte multidisziplinäre Behandlungsgruppe mit großem Sprachmodell
Verwendung eines lokal bereitgestellten MedicalGPT, des kommerziellen Online-GPT-4o, Claude-3.5 Sonnet, GPT-4o mini und Claude 3 Haiku, um multidisziplinäre Beratungsergebnisse in einer einzigen Instanz auszugeben, ohne für jede Abteilung separat Rollen zu übernehmen und die Ergebnisse dann zusammenzustellen.
Diagnosetest: GPT-4o
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in GPT-4o ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: GPT-4o mini
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in GPT-4o mini ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: MedicalGPT
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in MedicalGPT ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: Claude-3.5 Sonett
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in Claude-3.5 ein Sonett. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: Claude 3 Haiku
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in Claude 3 Haiku ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Multidisziplinäre Behandlungsgruppe von Real Doctors
Bei traditionellen multidisziplinären Behandlungen werden die Ergebnisse in den Konsultationsprotokollen der beteiligten Patienten dokumentiert, einschließlich der Empfehlungen von Ärzten verschiedener Abteilungen, die an der Konsultation teilgenommen haben, und der abschließenden Zusammenfassung durch die Sekretärin.
Diagnosetest: Echte Ärzte
Sammeln Sie retrospektiv die Diagnose- und Behandlungsempfehlungen der entsprechenden Abteilungen, die an der multidisziplinären Behandlung früherer Patienten beteiligt sind, sowie die Gesamtempfehlungen.
Beste multidisziplinäre Behandlungsgruppe mit großem Sprachmodell
Nachdem die Ergebnisse der multidisziplinären Behandlungsgruppe „Anthropomorphized Process Large Language Model“ mit den Ergebnissen der multidisziplinären Behandlungsgruppe „Real Doctors“ auf Abteilungsbasis verglichen wurden, wurden die besten Ersatzmodelle und die besten Zusammenfassungsmodelle für jede Abteilung ausgewählt . Diese Topmodels werden Rollen in einer multidisziplinären Behandlungsberatung übernehmen.
Diagnosetest: GPT-4o
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in GPT-4o ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: GPT-4o mini
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in GPT-4o mini ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: MedicalGPT
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in MedicalGPT ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: Claude-3.5 Sonett
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in Claude-3.5 ein Sonett. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.
Diagnosetest: Claude 3 Haiku
Geben Sie alle medizinischen Patientenakten, einschließlich Text, Untersuchungsberichte und Bilddaten, in Claude 3 Haiku ein. Nutzen Sie vorab getestete Eingabeaufforderungen, um Abteilungsrollen festzulegen und so Diagnose- und Behandlungsempfehlungen bereitzustellen, die für die jeweilige Abteilung relevant sind.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Beratungskosten ($)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Beratungszeit (Min.)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vollständigkeit der multidisziplinären Behandlungsergebnisse (Prozentskala)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Klarheit der multidisziplinären Behandlungsergebnisse (Prozentskala)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Korrektheit multidisziplinärer Behandlungsergebnisse (Prozentskala)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Cross-Professional Team Collaboration Practice Assessment (CPAT)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Bewertungsskala zur Zusammenfassung
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Flesch-Kincaid-Lesbarkeitstest
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Ethische Compliance (Boolean)
Zeitfenster: Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.
Vom multidisziplinären Behandlungsprozess zum multidisziplinären Behandlungsprozess bis zur Ausgabe aller JSON-Felder beträgt die Zeit, die menschliche Ärzte für die Aufzeichnung der Zeit mit seinem System benötigen, im Allgemeinen nicht mehr als 12 Stunden.

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

North Sichuan Medical College

Mitarbeiter

Peking University
Peking University First Hospital
Monash University
Case Western Reserve University
University of Glasgow
Affiliated Hospital of North Sichuan Medical College
Beijing Institute of Petrochemical Technology

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Geschätzt)

1. Oktober 2024

Primärer Abschluss (Geschätzt)

1. November 2024

Studienabschluss (Geschätzt)

1. November 2024

Studienanmeldedaten

Zuerst eingereicht

1. Oktober 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

3. Oktober 2024

Zuerst gepostet (Tatsächlich)

4. Oktober 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

4. Oktober 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

3. Oktober 2024

Zuletzt verifiziert

1. Oktober 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 1426887-2024-3

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Art der unterstützenden IPD-Freigabeinformationen

  • STUDIENPROTOKOLL
  • SAFT
  • ICF
  • ANALYTIC_CODE
  • CSR

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Herzkrankheiten

Klinische Studien zur GPT-4o

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in China

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren