Mejora del autoaprendizaje de los investigadores médicos con un modelo de lenguaje inteligente
Un ensayo controlado aleatorio de superioridad del efecto de un nuevo modelo de lenguaje inteligente sobre la capacidad de autoaprendizaje de los investigadores médicos
Resolver problemas científicos médicos es una fuerza impulsora crucial detrás del avance de las disciplinas médicas. A medida que aumenta la complejidad de las cuestiones científicas, un número cada vez mayor de problemas requieren la colaboración interdisciplinaria para resolverse. Sin embargo, la mayoría de los investigadores médicos carecen de conocimientos previos interdisciplinarios y requieren mucho tiempo para aprender sistemáticamente conocimientos y habilidades relevantes. Además, la aparición continua de nuevos conocimientos y habilidades enfatiza la importancia de la capacidad de los investigadores para el aprendizaje autónomo en el campo médico. Por lo tanto, para promover el desarrollo de las disciplinas médicas, existe una necesidad urgente de un método eficaz que mejore las capacidades de aprendizaje autodirigido de los investigadores para realizar investigaciones interdisciplinarias.
Los modelos de lenguaje de inteligencia artificial de próxima generación, ejemplificados por ChatGPT, tienen un gran potencial para ayudar a los investigadores a acceder al conocimiento y la información de diversos dominios. Queda por explorar más a fondo si los investigadores pueden aprovechar estas herramientas de inteligencia artificial para mejorar sus capacidades de aprendizaje autodirigido para realizar investigaciones interdisciplinarias. Además, han surgido preocupaciones con respecto a la posible degradación de las capacidades cognitivas mediante su uso, aunque actualmente falta evidencia válida.
Para investigar si las herramientas de inteligencia artificial, representadas por ChatGPT, pueden ayudar eficazmente a los investigadores médicos a realizar investigaciones interdisciplinarias y si su uso puede afectar negativamente las capacidades cognitivas de los investigadores, se justifica un ensayo controlado aleatorio. Este ensayo tiene como objetivo determinar los posibles beneficios y riesgos asociados con el uso de herramientas de inteligencia artificial en el ámbito de la investigación médica.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Tipo de estudio
Inscripción (Estimado)
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
- Nombre: wenben chen, Doctor
- Número de teléfono: +8618819472798
- Correo electrónico: weberchan@foxmail.com
Copia de seguridad de contactos de estudio
- Nombre: yuanjun shang, Doctor
- Número de teléfono: +8613003970091
- Correo electrónico: shangyj@mail2.sysu.edu.cn
Ubicaciones de estudio
-
-
Guangdong
-
Guangzhou, Guangdong, Porcelana, 510060
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Oftalmólogo junior con 1-3 años de experiencia clínica.
- 20-28 años, independientemente del sexo.
- Sin experiencia previa en investigación interdisciplinaria que involucre medicina digital.
- Autoinformó un mínimo de 20 horas de participación en este estudio durante el período de prueba.
- Aceptar participar en este estudio y firmar el consentimiento informado.
Criterio de exclusión:
- Personas con dificultades de lectura o discapacidades de lectura.
- Renuencia a participar en este estudio.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Otro
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Grupo de modelos de lenguaje inteligente
Los sujetos deben utilizar el modelo de lenguaje inteligente para completar la recuperación y la ejecución del diseño de protocolo de una tarea interdisciplinaria, además de la búsqueda en Google, la búsqueda de literatura y la consulta de libros.
|
Los sujetos deben utilizar el modelo de lenguaje inteligente para completar la recuperación y la ejecución del diseño de protocolo de una tarea interdisciplinaria, además de la búsqueda en Google, la búsqueda de literatura y la consulta de libros.
|
|
Comparador de placebos: Grupo de control
Los sujetos solo pueden utilizar la búsqueda en Google, la recuperación de literatura y la consulta de libros, y no pueden utilizar ninguna herramienta de procesamiento de lenguaje natural conversacional impulsada por IA para completar la recuperación y la ejecución del diseño del protocolo de una tarea interdisciplinaria.
|
Los sujetos solo pueden utilizar la búsqueda en Google, la recuperación de literatura y la consulta de libros, y no pueden utilizar ninguna herramienta de procesamiento de lenguaje natural conversacional impulsada por IA para completar la recuperación y la ejecución del diseño del protocolo de una tarea interdisciplinaria.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
tasa de finalización
Periodo de tiempo: hasta la finalización del estudio, un promedio de 9 meses
|
La cantidad de personas que completaron la tarea dentro del tiempo dado / la cantidad total de personas en el grupo
|
hasta la finalización del estudio, un promedio de 9 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Viabilidad del programa de investigación.
Periodo de tiempo: hasta la finalización del estudio, un promedio de 9 meses
|
La viabilidad del plan la califica un grupo de puntuación compuesto por expertos.
La viabilidad se divide en 1 a 5 puntos según la exactitud e integridad de los pasos clave y los detalles de la prueba.
Cuanto mayor sea la puntuación, mayor será la viabilidad.
El primer punto representa que más de la mitad de los pasos clave faltan o son incorrectos, y el quinto punto representa todos los pasos clave y los detalles son apropiados.
|
hasta la finalización del estudio, un promedio de 9 meses
|
Colaboradores e Investigadores
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
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
Palabras clave
Otros números de identificación del estudio
- 2023KYPJ222
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. .
Ensayos clínicos sobre Inteligencia artificial médica
-
Universitaire Ziekenhuizen KU LeuvenTerminadoConfiabilidad test-retest | Validez | Dinamómetro Biodex Medical Systems III | Medida experimental de la fuerza de extensión de la rodillaBélgica
-
Medtronic Cardiac Rhythm and Heart FailureTerminadoMarcapasos cardíaco artificial | Marcapasos Cardíaco, ArtificialCanadá, Estados Unidos, Israel, Italia, Katar, Porcelana
-
Uşak UniversityTerminadoCompetencias digitales | Inteligencia artificial (IA) | Estudiantes de fisioterapeuta | Aceptación de la inteligencia artificial | Actitud de inteligencia artificialPavo
-
Cambridge Health AllianceInscripción por invitaciónIA (Inteligencia Artificial) | Modelo de lenguaje grande | Inteligencia artificial generativaEstados Unidos
-
John J ChenTerminadoComunicación | Comunicación Interdisciplinaria | Inteligencia artificial (IA) | Tecnología de inteligencia artificialEstados Unidos
-
University of YalovaAún no reclutandoInteligencia artificial | Educación en Enfermería | Competencia clínica | Inteligencia artificial (IA) | Proceso de enfermería | Nursing Process Competence | Artificial Intelligence Perception and AttitudeTurquía (Türkiye)
-
Radboud University Medical CenterPrime Dental Alliance EindhovenAún no reclutandoRevisión de imágenes respaldada por inteligencia artificial | Inteligencia artificial (IA) en el diagnósticoPaíses Bajos
-
Tanta UniversityAún no reclutando
-
Recep Tayyip Erdogan UniversityTerminado
-
Kanuni Sultan Suleyman Training and Research HospitalTerminado
Ensayos clínicos sobre Modelo de lenguaje inteligente
-
Satellite HealthcareTerminadoDesnutrición | Enfermedad renal en etapa terminal | HipoalbuminemiaEstados Unidos
-
ivWatch, LLCAún no reclutandoInfiltración de Terapia IV Periférica
-
University of PennsylvaniaMarch of DimesActivo, no reclutando
-
Axonics, Inc.Aún no reclutandoIncontinencia FecalEstados Unidos
-
Pyoeng Gyun ChoeTerminadoEnfermedades de la pielCorea, república de
-
Abramson Cancer Center of the University of PennsylvaniaTerminadoBulto mamario sintomáticoEstados Unidos
-
ivWatch, LLCAún no reclutandoInfiltración de Terapia IV PeriféricaEstados Unidos
-
Axonics, Inc.ReclutamientoVejiga Hiperactiva (OAB) | Incontinencia urinaria de urgencia (IUU) | Frecuencia urinaria (UF)Estados Unidos, Reino Unido
-
University of California, San DiegoActivo, no reclutandoAnorexia nerviosaEstados Unidos
-
Colorado State UniversityTerminadoEsclerosis múltipleEstados Unidos