Améliorer l'auto-apprentissage des chercheurs en médecine grâce à un modèle linguistique intelligent
Un essai contrôlé randomisé de supériorité sur l'effet d'un nouveau modèle de langage intelligent sur la capacité d'auto-apprentissage des chercheurs en médecine
La résolution de problèmes scientifiques médicaux est un moteur crucial du progrès des disciplines médicales. À mesure que la complexité des questions scientifiques augmente, un nombre croissant de problèmes nécessitent une collaboration interdisciplinaire pour être résolus. Cependant, la plupart des chercheurs en médecine manquent de connaissances interdisciplinaires et ont besoin de beaucoup de temps pour acquérir systématiquement les connaissances et compétences pertinentes. En outre, l'émergence continue de nouvelles connaissances et compétences souligne l'importance de la capacité des chercheurs à apprendre de manière autonome dans le domaine médical. Par conséquent, pour promouvoir le développement des disciplines médicales, il existe un besoin urgent d'une méthode efficace permettant d'améliorer les capacités d'apprentissage autodirigé des chercheurs pour mener des recherches interdisciplinaires.
Les modèles linguistiques d'intelligence artificielle de nouvelle génération, illustrés par ChatGPT, offrent un grand potentiel pour aider les chercheurs à accéder aux connaissances et aux informations provenant de divers domaines. Il reste à étudier plus en détail si les chercheurs peuvent tirer parti de ces outils d’IA pour améliorer leurs capacités d’apprentissage autonome afin de mener des recherches interdisciplinaires. De plus, des inquiétudes ont été soulevées concernant la dégradation potentielle des capacités cognitives due à leur utilisation, même si des preuves valables font actuellement défaut.
Pour déterminer si les outils d'IA, représentés par ChatGPT, peuvent aider efficacement les chercheurs en médecine à mener des recherches interdisciplinaires et si leur utilisation peut avoir un impact négatif sur les capacités cognitives des chercheurs, un essai contrôlé randomisé est justifié. Cet essai vise à déterminer les avantages et les risques potentiels associés à l'utilisation d'outils d'IA dans le domaine de la recherche médicale.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Type d'étude
Inscription (Estimé)
Phase
- N'est pas applicable
Contacts et emplacements
Coordonnées de l'étude
- Nom: wenben chen, Doctor
- Numéro de téléphone: +8618819472798
- E-mail: weberchan@foxmail.com
Sauvegarde des contacts de l'étude
- Nom: yuanjun shang, Doctor
- Numéro de téléphone: +8613003970091
- E-mail: shangyj@mail2.sysu.edu.cn
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510060
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
Accepte les volontaires sains
La description
Critère d'intégration:
- Ophtalmologiste junior avec 1 à 3 ans d'expérience clinique
- 20-28 ans, quel que soit le sexe
- Aucune expérience préalable en recherche interdisciplinaire impliquant la médecine numérique
- Auto-déclaré au moins 20 heures de participation à cette étude pendant la période d'essai
- Accepter de participer à cette étude et signer un consentement éclairé
Critère d'exclusion:
- Personnes ayant des difficultés ou des troubles de lecture
- Réticence à participer à cette étude
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Autre
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Seul
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Expérimental: Groupe de modèles de langage intelligents
Les sujets doivent utiliser le modèle de langage intelligent pour compléter la récupération et l'exécution de la conception du protocole d'une tâche interdisciplinaire, en plus de la recherche Google, de la recherche documentaire et de la requête de livre.
|
Les sujets doivent utiliser le modèle de langage intelligent pour compléter la récupération et l'exécution de la conception du protocole d'une tâche interdisciplinaire, en plus de la recherche Google, de la recherche documentaire et de la requête de livre.
|
|
Comparateur placebo: Groupe de contrôle
Les sujets ne peuvent utiliser que la recherche Google, la récupération de littérature et la requête de livres, et ne peuvent utiliser aucun outil de traitement du langage naturel conversationnel basé sur l'IA pour terminer la récupération et l'exécution de la conception de protocole d'une tâche interdisciplinaire.
|
Les sujets ne peuvent utiliser que la recherche Google, la récupération de littérature et la requête de livres, et ne peuvent utiliser aucun outil de traitement du langage naturel conversationnel basé sur l'IA pour terminer la récupération et l'exécution de la conception de protocole d'une tâche interdisciplinaire.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
taux d'achèvement
Délai: jusqu'à la fin des études, une moyenne de 9 mois
|
Le nombre de personnes ayant terminé la tâche dans le temps imparti / le nombre total de personnes dans le groupe
|
jusqu'à la fin des études, une moyenne de 9 mois
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Faisabilité du programme de recherche
Délai: jusqu'à la fin des études, une moyenne de 9 mois
|
La faisabilité du projet est évaluée par un groupe de notation composé d'experts.
La faisabilité est divisée en 1 à 5 points en fonction de l'exactitude et de l'intégrité des étapes clés et des détails du test.
Plus le score est élevé, plus la faisabilité est élevée.
Le point 1 représente que plus de la moitié des étapes clés sont manquantes ou erronées, et le point 5 représente toutes les étapes clés et les détails sont appropriés.
|
jusqu'à la fin des études, une moyenne de 9 mois
|
Collaborateurs et enquêteurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Estimé)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Autres numéros d'identification d'étude
- 2023KYPJ222
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .