LLM:n suorituskyky endodontisessa diagnostiikassa
ChatGPT-4o:n, Geminin ja Claude 3.7:n arviointi endodontisessa diagnostiikassa: Prospektiivinen kliininen tutkimus
Tämän prospektiivisen havainnointitutkimuksen tavoitteena on arvioida kolmen suuren kielimallin (ChatGPT-4o, Gemini Advanced ja Claude 3.7) kykyä tukea diagnoosia ja hoitopäätöksenteon tekemistä aikuisilla potilailla, joilla esiintyy yleisiä endodontisia ongelmia.
Tutkimuksen pääkysymykset ovat:
Pystyvätkö suuret kielimallit määrittämään tarkasti endodontisen diagnoosin, kun niille annetaan rakenteellista kliinistä tietoa ja huippuluun röntgenkuvia?
Pystyvätkö suuret kielimallit ehdottaan sopivia hoitosuunnitelmia, jotka ovat verrattavissa endodontian erikoislääkärien tekemiin päätöksiin?
Vastatakseen näihin kysymyksiin tutkijat vertailevat kolmen tekoälymallin diagnostista ja hoitotarkkuutta käyttäen endodontian erikoislääkärien konsensusdiagnoosia vertailustandardina.
Osallistujat:
Saatavat rutiininomaisen endodontisen tutkimuksen ja huippuluun röntgenkuvat osana normaalia kliinistä hoitoa.
Heidän anonymisoidut kliiniset historiat ja röntgenkuvansa syötetään kolmeen tekoälymalliin.
Eivät ole suorassa vuorovaikutuksessa minkään tekoälyjärjestelmän kanssa; kaikki arvioinnit suorittaa tutkimusryhmä.
Tämä tutkimus pyrkii ymmärtämään, kuinka suuret kielimallit suoriutuvat todellisissa kliinisissä olosuhteissa ja voivatko nämä järjestelmät tulevaisuudessa olla tukiroolissa endodontisessa diagnostiikassa.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Tämä prospektiivinen havainnointitutkimus pyrkii arvioimaan kolmen suuren kielimallin – ChatGPT-4o:n, Gemini Advancedin ja Claude 3.7:n – reaaliaikaista diagnoosien ja hoitopäätösten tekoa endodontisessa kliinisessä tilanteessa. Yhteensä 120 potilasta, jotka saapuivat endodontiapoliklinikalle, tutkittiin, ja heidän yksityiskohtaiset lääketieteelliset/hammaslääketieteelliset historiat, kliiniset löydökset sekä periapikaaliset röntgenkuvat kerättiin. Jokainen anonymisoitu tapaus esitettiin sitten kolmelle kielimallille käyttäen standardoitua kehoitusta, joka pyysi diagnoosia ja sopivaa hoitosuunnitelmaa.
Kaikkia malleja käytettiin niiden oletusarvoisissa multimodaalisissa kokoonpanoissa ilman verkkohakutoimintoja, liitännäisiä tai ulkoista tiedonhakua. Jokainen kysymys lähetettiin vain kerran eristetyissä keskusteluistunnoissa estääksesi muistin siirtymisen. Vastaukset tallennettiin sanatarkasti ja verrattiin referenssidiagnooseihin ja hoitosuunnitelmiin, jotka laati paneeli endodontian asiantuntijoita.
Tämä tutkimus suunniteltiin jäljittelemään mahdollisimman tarkasti todellisia kliinisiä olosuhteita, tarjoten realistisen arvion siitä, miten nämä järjestelmät saattavat suoriutua, kun kliinikot käyttävät niitä päivittäisessä käytännössä. Niiden kykyjen ja rajoitusten ymmärtäminen autenttisissa kliinisissä tilanteissa on välttämätöntä, sillä odotetaan, että kielimallit tulevat pelaamaan yhä tärkeämmän roolin tulevaisuuden hammashoidossa erityisesti päätöksenteon tukemisessa, triage:ssa ja potilasvalistuksessa. Tunnistamalla, missä nämä mallit suoriutuvat hyvin ja missä ne eivät riitä, tämä tutkimus pyrkii edistämään turvallista ja tehokasta kliinistä integraatiota kielimalliteknologioiden kehittyessä.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Istanbul
-
Maltepe, Istanbul, Turkki (Türkiye), 34856
- Faculty of Dentistry, Marmara University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Ottamiskriteerit:
- Aikuispotilaat (≥18-vuotiaat), jotka saapuvat tai ohjataan endodontiaklinikalle.
Potilaat, joilla on kliinisesti varmistettu endodontinen tila, joka vaatii diagnoosia ja hoitosuunnitelmaa.
Potilaat, jotka suostuivat osallistumaan ja antoivat tietoon perustuvan suostumuksen.
Potilaat, joilta saatiin täydellinen paperipohjainen lääketieteellinen/hammaslääketieteellinen historia ja huippukuvaus kliinisen käynnin aikana.
Pois sulkemiskriteerit:
- Pois sulkemiskriteerit
Potilaat, jotka kieltäytyivät osallistumisesta tai eivät antaneet tietoon perustuvaa suostumusta.
Lapsipotilaat (<18-vuotiaat), jotka ohjataan lastenhammaslääketieteen klinikalle.
Potilaat, jotka saapuvat klinikalle muista kuin endodontisista vaivoista (esim. hampaiden poiston jälkeinen alveoliitti, viisaudenhampaiden poisto-ongelmat).
Tapaukset, joissa on epätäydellistä kliinistä tietoa tai puuttuvia röntgenkuvia.
Potilaat, jotka eivät kykene käymään läpi standardeja endodontisia tutkimusmenettelyjä.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Endodontisten potilaiden kohortti
Tähän kohorttiin kuuluu 120 peräkkäistä potilasta, jotka hakeutuivat endodontiaklinikalle kliinisesti varmennettuihin endodontisiin tiloihin.
Kliininen historia ja hammasjuurikuvat kerättiin, ja tekoälymallien luomat diagnoosi-/hoitosuositukset verrattiin asiantuntijakonsensukseen. |
Osallistujien anonymisoitua kliinistä tietoa, mukaan lukien rakenteellinen potilashistoria ja huippuhammasradiografiat, käytettiin syötteenä kolmelle suurelle kielimallille (ChatGPT-4o, Gemini Advanced, Claude 3.7).
Malleja pyydettiin määrittämään endodontinen diagnoosi ja ehdottelemaan sopivaa hoitosuunnitelmaa.
Osallistujille ei annettu mitään hoitoa, laitetta tai lääkettä.
Interventio koostuu yksinomaan ennestään olevan kliinisen aineiston tekoälypohjaisesta tulkinnasta.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Kliinikon diagnoosian tarkkuus perustuen paperipohjaiseen anamneesiin ja hammasjuurikuvaan
Aikaikkuna: 7. heinäkuuta–5. elokuuta
|
Endodontisten klinikoiden tekemän diagnoosipäätöksen arviointi paperipohjaisen potilashistoria-lomakkeen ja standardoidun periapikaalisen röntgenkuvan tarkastelun jälkeen.
Tarkkuus määritetään vertaamalla klinikon diagnoosia kolmen riippumattoman endodontian erikoislääkärin muodostamaan konsensusdiagnoosiin.
Data kerätään kaikilta 120 potilaalta alkuperäisen kliinisen arvioinnin yhteydessä.
|
7. heinäkuuta–5. elokuuta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
LLM-tuotettu diagnoosi ja hoitosuunnittelu suorituskyky
Aikaikkuna: elokuu-syyskuu
|
Diagnostiikan ja hoitosuosituksien arviointi, jotka on tuotettu suurten kielimallien (LLM) - ChatGPT-4o, Gemini Advanced ja Claude 3.7 - avulla vastaanottamien samojen paperipohjaisten potilastietojen ja periapikaalisten röntgenkuvien perusteella, jotka on annettu lääkäreille.
LLM-vastausten diagnoosit ja hoitopäätökset verrataan kultastandardi-asiantuntijakonsensukseen.
|
elokuu-syyskuu
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojohtaja: ayşe karadayı, asst. prof., Marmara University Faculty of Dentistry
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Abd-Alrazaq A, AlSaad R, Alhuwail D, Ahmed A, Healy PM, Latifi S, Aziz S, Damseh R, Alabed Alrazak S, Sheikh J. Large Language Models in Medical Education: Opportunities, Challenges, and Future Directions. JMIR Med Educ. 2023 Jun 1;9:e48291. doi: 10.2196/48291.
- Schwendicke F, Samek W, Krois J. Artificial Intelligence in Dentistry: Chances and Challenges. J Dent Res. 2020 Jul;99(7):769-774. doi: 10.1177/0022034520915714. Epub 2020 Apr 21.
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
Avainsanat
Muut tutkimustunnusnumerot
- 2025-38
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 .