Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Al parantaa harvinaisten reumaattisten sairauksien diagnoosia (AIDRARER)

keskiviikko 28. toukokuuta 2025 päivittänyt: Philipps University Marburg
Tämän kokeen tarkoituksena on arvioida lääketieteen opiskelijoille tarjottavan ChatGPT:n, huippuluokan laajan kielimallin, vaikutusta heidän diagnostiseen tarkkuuteensa harvinaisissa reumaattisissa sairauksissa verrattuna perinteisiin diagnostisten päätösten tukityökaluihin.

Tutkimuksen yleiskatsaus

Tila

Valmis

Interventio / Hoito

Yksityiskohtainen kuvaus

Kehittyneillä tekoälytekniikoilla, erityisesti suurilla kielimalleilla, kuten OpenAI:n ChatGPT:llä, on merkittävä potentiaali lääketieteellisen päätöksenteon tehostamiseen. Vaikka ChatGPT:tä ei ole suunniteltu erityisesti lääketieteellisiin sovelluksiin, se on osoittautunut hyödylliseksi erilaisissa terveydenhuollon skenaarioissa, mukaan lukien potilaiden tiedusteluihin vastaaminen, lääketieteellisten asiakirjojen laatiminen ja konsultaatioiden avustaminen. Näistä edistysaskelista huolimatta sen roolia diagnostisen päättelyn tukemisessa - erityisesti vähemmän kokeneiden lääketieteen opiskelijoiden keskuudessa - ja monimutkaisten harvinaisten sairauksien osalta ei ole vielä tutkittu.

Diagnostinen päättely on monitahoinen prosessi, jossa yhdistyvät hahmontunnistus, tiedon synteesi ja todennäköisyysajattelu. ChatGPT:n kaltaiset työkalut voivat mahdollisesti keventää kognitiivista taakkaa, parantaa diagnostista tarkkuutta ja viime kädessä nopeuttaa harvinaisten sairauksien diagnoosia. ChatGPT:tä ei kuitenkaan ole räätälöity diagnostiseen päättelyyn, ja siitä puuttuu kattava validointi tällä alalla. Lisäksi se on herkkä tuottamaan väärää tietoa tai uskottavalta kuulostavia, mutta epätarkkoja vastauksia, jotka voivat pikemminkin haitata kuin tukea kliinistä päätöksentekoa. Siksi on tärkeää ymmärtää, kuinka lääketieteen opiskelijat käyttävät tällaisia ​​tekoälytyökaluja, ennen kuin ne integroidaan koulutukseen tai kliinisiin työnkulkuihin. Tässä tutkimuksessa arvioidaan myös standardoitua kehotetta, joka helpottaa ChatGPT:n käyttöä, ja antaa opiskelijoille suoran pääsyn realistisen skenaarion mahdollistamiseksi.

Tässä tutkimuksessa tutkitaan ChatGPT:n vaikutusta lääketieteen opiskelijoiden diagnostiseen tarkkuuteen hoidettaessa harvinaisia ​​reumaattisia sairauksia. Osallistujat satunnaistetaan kahteen ryhmään: toinen, jolla on pääsy ChatGPT:hen, ja toinen, joka käyttää perinteisiä diagnostiikkatyökaluja. Jokainen osallistuja analysoi diagnostisia tapauksia antamalla jopa 5 erotusdiagnoosia ja arvioimalla diagnostisen luottamuksen. Riippumattomat arvioijat, jotka ovat sokeutuneet ryhmien jakamiseen, arvioivat vastaustensa tarkkuuden ja laadun. Tämän tutkimuksen tarkoituksena on siksi antaa näkemyksiä ChatGPT:n kaltaisten tekoälytyökalujen integroinnin mahdollisista eduista ja rajoituksista.

Opintotyyppi

Interventio

Ilmoittautuminen (Todellinen)

68

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • Marburg, Saksa, 35043
        • Institute for Digital Medicine, University Hospital of Giessen and Marburg, Philipps University Marburg

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Kuvaus

Sisällön kriteerit:

  • Kliinisistä aineista aloittaneet lääketieteen opiskelijat (sisätauti)

Poissulkemiskriteerit:

  • Ei ole lääketieteen opiskelija

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Diagnostiikka
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Active Comparator: Interventioryhmä
Ryhmälle annetaan pääsy ChatGPT:hen ja standardoitu aloituskehote
OpenAI:n ChatGPT-kielimalli chat-liittymällä.
Ei väliintuloa: Kontrolliryhmä
Ryhmälle ei anneta pääsyä mihinkään LLM:ään, mukaan lukien ChatGPT, mutta se on motivoitunut käyttämään muita resursseja (kuten online-hakulaitteita, Pubmedia).

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Huippudiagnoosin diagnostinen tarkkuus
Aikaikkuna: arvioinnin aikana
Jokaisen ryhmän osallistujat tekevät vähintään yhden sairausehdotuksen (huippudiagnoosi) ja yhteensä enintään 5 ehdotusta. Ylimmän ehdotuksen ja todellisen diagnoosin täsmällisten osumien prosenttiosuus analysoidaan
arvioinnin aikana

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Viiden suosituimman ehdotuksen diagnostinen tarkkuus
Aikaikkuna: arvioinnin aikana
Jokaisen ryhmän osallistujat tekevät vähintään yhden sairausehdotuksen (huippudiagnoosi) ja yhteensä enintään 5 ehdotusta. Tarkkojen vastaavuuksien prosenttiosuus viiden parhaan ehdotuksen todellisen diagnoosin kanssa analysoidaan
arvioinnin aikana
Diagnostinen päättely
Aikaikkuna: arvioinnin aikana
Jokaisesta tapauksesta osallistujat saavat 1 pisteen jokaisesta uskottavasta diagnoosista ja 2 pistettä täysin oikeasta vastauksesta. Kokonaispisteitä verrataan satunnaistettujen ryhmien välillä.
arvioinnin aikana
Diagnostinen luottamus
Aikaikkuna: arvioinnin aikana
Jokaisessa tapauksessa osallistujilta kysytään heidän diagnostista luottamustaan ​​(VAS 0-10). Keskiarvopisteitä verrataan ryhmien välillä.
arvioinnin aikana
Diagnooseihin käytetty aika
Aikaikkuna: arvioinnin aikana
Vertaamme, kuinka paljon aikaa (sekunteina) osallistujat viettävät tapausta kohden kahden tutkimusryhmän välillä.
arvioinnin aikana

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Tiistai 7. tammikuuta 2025

Ensisijainen valmistuminen (Todellinen)

Sunnuntai 30. maaliskuuta 2025

Opintojen valmistuminen (Todellinen)

Sunnuntai 30. maaliskuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 16. joulukuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 20. joulukuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Perjantai 27. joulukuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 29. toukokuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 28. toukokuuta 2025

Viimeksi vahvistettu

Torstai 1. toukokuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

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 .

Tilaa