Lääkärin perustelut suurikielisten mallien diagnostisista tapauksista
Diagnostinen päättely suurten kielten chat-bottien avulla
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Tekoälyteknologiat, erityisesti kehittyneet suuret kielimallit, kuten OpenAI:n ChatGPT, voivat parantaa lääketieteellistä päätöksentekoa. Vaikka ChatGPT-4:ää ei kehitetty käytettäväksi lääketieteellisissä sovelluksissa, se on osoittautunut lupaavaksi erilaisissa terveydenhuollon yhteyksissä, mukaan lukien lääketieteellisten muistiinpanojen kirjoittaminen, potilaiden tiedustelujen käsitteleminen ja lääkärin kuulemisen helpottaminen. Kuitenkin vain vähän tiedetään siitä, kuinka ChatGPT lisää kliinikon kliinisiä päättelykykyjä.
Kliininen päättely on monimutkainen prosessi, joka sisältää hahmontunnistuksen, tiedon soveltamisen ja todennäköisyyspohjaisen päättelyn. Tekoälytyökalujen, kuten ChatGPT-4:n, integroiminen lääkärin työnkulkuihin voi mahdollisesti auttaa vähentämään kliinikon työtaakkaa ja vähentämään diagnoosien puuttumisen todennäköisyyttä. ChatGPT-4:ää ei kuitenkaan kehitetty kliinistä päättelyä varten, eikä sitä ole validoitu tähän tarkoitukseen. Lisäksi se saattaa joutua disinformaation kohteeksi, mukaan lukien vakuuttavat keskustelut, jotka voivat johtaa kliinikkoja harhaan. Jos kliinikot väärinkäyttävät tätä työkalua, se ei välttämättä paranna diagnostista päättelyä ja voi jopa aiheuttaa vahinkoa. Siksi on tärkeää tutkia, kuinka kliiniset käyttävät suuria kielimalleja kliinisen päättelyn lisäämiseksi ennen rutiininomaista sisällyttämistä potilaiden hoitoon.
Tässä tutkimuksessa satunnaistamme osallistujat vastaamaan diagnostisiin tapauksiin ChatGPT-4:n kanssa tai ilman. Osallistujia pyydetään antamaan kolme erotusdiagnoosia kullekin tapaukselle, ja jokaista diagnoosia tukevat ja vastakkaiset löydökset. Lisäksi heitä pyydetään antamaan paras diagnoosinsa seuraavien diagnostisten vaiheiden kanssa. Vastaukset arvostelevat riippumattomat arvioijat, jotka ovat sokeutuneet hoitotehtäviin.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskelupaikat
-
-
California
-
Palo Alto, California, Yhdysvallat, 94304
- Stanford University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällyttämiskriteerit:
- Osallistujien on oltava laillistettuja lääkäreitä ja heillä on oltava vähintään 2. vuoden jatko (PGY2) lääketieteellinen koulutus.
- Sisätautien, perhelääketieteen tai ensihoidon koulutus.
Poissulkemiskriteerit:
- Ei tällä hetkellä harjoittele kliinisesti.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Diagnostiikka
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Yksittäinen
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Active Comparator: GPT-4
Ryhmälle annetaan pääsy GPT-4:ään.
|
OpenAI:n GPT-4 iso kielimalli chat-liittymällä.
|
|
Ei väliintuloa: Tavalliset resurssit
Ryhmälle ei anneta pääsyä GPT-4:ään, mutta sitä rohkaistaan käyttämään haluamiaan resursseja suurten kielimallien lisäksi (UpToDate, Dynamed, google jne.).
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnostinen päättely
Aikaikkuna: Arvioinnin aikana
|
Ensisijainen tulos on oikea prosentti (alue: 0–100) kussakin tapauksessa.
Jokaisessa tapauksessa osallistujilta kysytään kolme parasta diagnoosia ja tapauksesta saatua löytöä, jotka tukevat tätä diagnoosia ja vastustavat sitä.
Osallistujat saavat 1 pisteen jokaisesta uskottavasta diagnoosista.
Diagnoosia tukevat ja diagnoosia vastustavat löydökset arvostetaan myös oikeellisuuden perusteella, osittain oikeista vastauksista 1 piste ja täysin oikeista vastauksista 2 pistettä.
Osallistujia pyydetään sitten nimeämään paras diagnoosinsa, jolloin he saavat yhden pisteen kohtuullisesta vastauksesta ja kaksi pistettä oikeasta vastauksesta.
Lopuksi osallistujia pyydetään nimeämään enintään 3 seuraavaa vaihetta potilaan arvioimiseksi edelleen yhdellä pisteellä osittain oikeasta vastauksesta ja kaksi pistettä täysin oikeasta vastauksesta.
Ensisijaista tulosta verrataan tapauskohtaisesti satunnaistettujen ryhmien toimesta.
|
Arvioinnin aikana
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnosointiin käytetty aika
Aikaikkuna: Arvioinnin aikana
|
Vertaamme, kuinka paljon aikaa (minuutteina) osallistujat viettävät tapausta kohden kahden tutkimusryhmän välillä.
|
Arvioinnin aikana
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Jonathan H Chen, MD, PhD, Stanford University
- Päätutkija: Adam Rodman, MD, Beth Israel Deaconess Medical Center
- Päätutkija: Andrew Olson, MD, University of Minnesota
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 71319
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .