Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Impacto de la IA Generativa en el Diagnóstico de Complicaciones de la Artritis Reumatoide

22 de diciembre de 2025 actualizado por: Quan Jiang, Guang'anmen Hospital of China Academy of Chinese Medical Sciences

Impacto de la Inteligencia Artificial Generativa en el Diagnóstico de Complicaciones de la Artritis Reumatoide

Se espera que la inteligencia artificial generativa (GenAI) basada en grandes modelos de lenguaje (LLM) mejore el diagnóstico y tratamiento de las enfermedades autoinmunes. Estamos estudiando cómo la GenAI puede afectar el diagnóstico de diversas complicaciones de la artritis reumatoide (AR). En un estudio retrospectivo que utiliza los registros de historia clínica electrónica de pacientes con AR, cuantificaremos la adopción por parte de los médicos de las predicciones de GenAI para complicaciones de AR y enfermedades coexistentes. En un estudio observacional prospectivo, evaluaremos la viabilidad de utilizar las predicciones de GenAI como información clínica adicional para ayudar a los médicos a realizar diagnósticos más completos de complicaciones de AR y enfermedades coexistentes, incluyendo condiciones complejas, poco comunes o raras.

Descripción general del estudio

Estado

Reclutamiento

Condiciones

Intervención / Tratamiento

Tipo de estudio

De observación

Inscripción (Estimado)

100

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

  • Nombre: Quan Jiang Guang'anmen Hospital, China Academy of Chinese Medical Science
  • Número de teléfono: 010-88001942
  • Correo electrónico: doctorjq@126.com

Ubicaciones de estudio

  • Porcelana
    • Beijing Municipality
      • Beijing, Beijing Municipality, Porcelana, 100053
        • Reclutamiento
        • Guang'anmen Hospital of China Academy of Chinese Medical Sciences
        • Contacto:
          • Quan Jiang, MD
          • Número de teléfono: 010-88001942
          • Correo electrónico: doctorjq@126.com
        • Investigador principal:
          • Quan Jiang, MD

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra no probabilística

Población de estudio

Pacientes adultos de sexo masculino y femenino con AR hospitalizados en nuestro Departamento de Reumatología que cumplen con los criterios de clasificación y diagnóstico de artritis reumatoide de 2010 del Colegio Americano de Reumatología (ACR)/Liga Europea contra el Reumatismo (EULAR).

Descripción

Criterios de inclusión:

  • Pacientes con diagnóstico inicial de artritis reumatoide (AR).
  • Todos los pacientes con AR del mundo real ingresados en nuestro departamento.
  • Ingreso ocurrido dentro del período de estudio de datos del mundo real.

Criterios de exclusión:

  • Pacientes posteriormente confirmados como no tener AR durante el estudio.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Grupo de pacientes con AR que utiliza informes de predicción de IA generativa
Se reclutará para el estudio a pacientes hospitalizados recién diagnosticados con artritis reumatoide en nuestro departamento de reumatología entre el 1 de octubre de 2025 y junio de 2026. Los médicos utilizarán predicciones de GenIA sobre posibles complicaciones de la AR y enfermedades coexistentes, junto con pruebas diagnósticas confirmatorias, como entradas adicionales en el proceso de diagnóstico diferencial.
Otro: Informe de predicción de IA generativa para complicaciones de AR

La IA generativa basada en múltiples modelos de lenguaje extensos (LLMs) se utiliza para predecir posibles complicaciones y enfermedades coexistentes en pacientes con artritis reumatoide utilizando datos de EHR disponibles al ingreso. Los médicos utilizan estas predicciones de IA como información adicional para ajustar sus planes de diagnóstico durante el diagnóstico diferencial. Se medirá el impacto de esta intervención en los diagnósticos finales al alta.

Antes del estudio prospectivo, la adoptabilidad de los informes de predicción de IA generativa se validará utilizando registros de EHR de pacientes con AR retrospectivos.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
¿Adoptarán los médicos las predicciones de GenIA para diagnosticar complicaciones de la AR?
Periodo de tiempo: Inmediatamente después de revisar el informe de IA del paciente el día del ingreso.
En el flujo de trabajo de atención de rutina, se utilizan modelos de lenguaje extenso (LLM) para predecir posibles complicaciones de la AR para cada caso de paciente desidentificado y generar un informe de IA que enumera posibles complicaciones y enfermedades coexistentes. Se sugieren pruebas diagnósticas adicionales para verificar las condiciones predichas. Después de revisar el informe de IA, los médicos evalúan inmediatamente cada predicción de enfermedad utilizando una escala Likert de 5 puntos (1 = total desacuerdo; 2 = desacuerdo; 3 = neutral; 4 = acuerdo; 5 = total acuerdo). La puntuación media se calcula como medida de la precisión percibida de la predicción. Los médicos también indican si cada predicción de enfermedad específica podría potencialmente adoptarse o usarse para ayudar en el diagnóstico diferencial (binario: 0 o 1). El porcentaje de respuestas de adopción positivas se calcula como medida de la tasa de adopción potencial o adoptabilidad.
Inmediatamente después de revisar el informe de IA del paciente el día del ingreso.

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
¿Hasta qué punto los diagnósticos de complicaciones de la AR se ven realmente afectados por las predicciones de la GenIA?
Periodo de tiempo: Inmediatamente después de realizar el diagnóstico final en el momento del alta.
Antes del alta del paciente, los médicos realizan diagnósticos finales y registran qué complicaciones diagnosticadas o enfermedades coexistentes se vieron influenciadas por la información de predicción de GenAI para cada paciente. El porcentaje de casos en los que las predicciones de GenAI afectaron el diagnóstico final se calcula como una medida del impacto real de la IA en la práctica diagnóstica de rutina.
Inmediatamente después de realizar el diagnóstico final en el momento del alta.

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Guang'anmen Hospital of China Academy of Chinese Medical Sciences

Publicaciones y enlaces útiles

La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.

Enlaces Útiles

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de octubre de 2025

Finalización primaria (Estimado)

1 de febrero de 2026

Finalización del estudio (Estimado)

1 de junio de 2026

Fechas de registro del estudio

Enviado por primera vez

28 de septiembre de 2025

Primero enviado que cumplió con los criterios de control de calidad

22 de diciembre de 2025

Publicado por primera vez (Actual)

24 de diciembre de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

24 de diciembre de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

22 de diciembre de 2025

Última verificación

1 de diciembre de 2025

Más información

Términos relacionados con este estudio

Palabras clave

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 2025-201-KY

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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 Enfermedades cardiovasculares

Buscar ensayos similares

Patrocinadores y Colaboradores

Condiciones médicas

Intervenciones de drogas

CROs by country

CROs in Belarus

Condiciones

Enfermedades Raras

Intervenciones de drogas

Suplementos dietéticos

Patrocinador / Colaboradores

Localizaciones

Suscribir