Explorando la efectividad de los modelos generativos de IA para pacientes diabéticos
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
La diabetes se está extendiendo rápidamente y afecta a un número significativo de adultos, con un asombroso total de 537 millones de personas diabéticas. Esta condición da lugar a diversas complicaciones que pueden provocar retinopatía diabética, úlceras en los pies, problemas cardíacos y daño renal. Sin embargo, muchas de estas complicaciones se pueden mitigar proporcionando a los pacientes información precisa sobre su dieta, manejo del estrés y control de peso.
Los avances recientes en los chatbots basados en Inteligencia Artificial Generativa han demostrado su eficacia como asistentes inteligentes en varios aspectos de la vida humana. En este estudio, nuestro objetivo es evaluar la eficacia de estos modelos de lenguaje para ayudar a los pacientes. Nuestro plan de investigación implica la interacción entre pacientes y chatbots como ChatGPT, con y sin apoyo humano, seguida de evaluaciones de estas interacciones por parte de especialistas. Además, recopilaremos comentarios de los pacientes sobre sus experiencias y percepciones de las interacciones del chatbot.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Ghulam Mustafa
- Número de teléfono: +923322340395
- Correo electrónico: mustafabme@gmail.com
Ubicaciones de estudio
-
-
Sindh
-
Karachi, Sindh, Pakistán
- Reclutamiento
- CDLE, PCSIR Lbas Complex
-
Contacto:
- Ghulam Mustafa
- Correo electrónico: mustafabme@gmail.com
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Presente físicamente en Pakistán
- Adultos (18 años o más)
- Paciente diabético
Criterio de exclusión:
- Adultos incapaces de dar su consentimiento
- Individuos que aún no son adultos (bebés, niños, adolescentes)
- Prisioneros
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Intervención
Los pacientes tendrán acceso a Chatbot para consultar sus consultas sobre complicaciones diabéticas.
|
Todos los participantes tendrán acceso a AI-Chatbot y se les pedirá que consulten sus problemas de la vida diaria relacionados con la diabetes.
También se les pedirá que revisen las respuestas del Chatbot después de su interacción.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Usabilidad del Chatbot para paciente diabético
Periodo de tiempo: Una vez
|
Para evaluar la usabilidad del Chatbot, emplearemos el Cuestionario de usabilidad de la aplicación mHealth (MAUQ) para recopilar comentarios de los pacientes después de su interacción.
Nuestro estudio utilizará la Tabla 4 de este cuestionario, que consta de tres secciones: facilidad de uso, interfaz y satisfacción y utilidad.
Específicamente, centraremos nuestra evaluación en 10 de las 18 preguntas presentadas en esta tabla.
Las preguntas seleccionadas son S1, S2, S6, S7, S9, S11, S12, S13, S14 y S18.
Los pacientes darán sus respuestas en una escala del 1 al 5, donde "1" indica muy mal y "5" muy bien.
|
Una vez
|
|
Velocidad de Internet
Periodo de tiempo: Una vez
|
La velocidad mínima de descarga de Internet se medirá durante el chat.
Esto se registrará en megabits por segundo.
|
Una vez
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Análisis de la respuesta de chat generada por AI Chatbot
Periodo de tiempo: Una vez
|
La escala de Likert se utilizará para evaluar la respuesta de chat de Chatbot. Los siguientes parámetros serán evaluados por los especialistas para cada respuesta: Clara, Completa y Correcta. La claridad y la integridad se evaluarán en un rango de 1 a 5, donde 1 significa una respuesta de mala calidad y 5 significa una respuesta de muy buena calidad. La corrección de cada respuesta se analizará más a fondo como segura y más reciente. Se evaluará en términos binarios, es decir Sí o no. |
Una vez
|
Colaboradores e Investigadores
Investigadores
- Investigador principal: Ghulam Mustafa, Pakistan Council of Scientific and Industrial Research
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
- Enfermedades cardiovasculares
- Enfermedades Vasculares
- Trastornos del metabolismo de la glucosa
- Enfermedades metabólicas
- Enfermedades de los ojos
- Enfermedades del sistema endocrino
- Angiopatías diabéticas
- Complicaciones de la diabetes
- Enfermedades de la retina
- Diabetes mellitus
- Diabetes Mellitus, Tipo 2
- Retinopatía diabética
Otros números de identificación del estudio
- AI Chatbot Evaluation
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .