Simulation basée sur l'IA générative pour la communication diagnostique dans le diabète de type 2 (DIALOGUE-DM2) (DIALOGUE-DM2)
Simulation par IA générative pour la communication diagnostique dans le diabète de type 2 : un essai contrôlé randomisé (DIALOGUE-DM2)
Cette étude randomisée contrôlée évalue l'efficacité d'un programme de simulation basé sur l'intelligence artificielle (IA) générative pour améliorer les compétences en communication diagnostique chez les étudiants en médecine. L'étude est menée à la Faculté des Études Supérieures Iztacala, Université Nationale Autonome du Mexique (UNAM).
Un total de 120 étudiants en médecine sont randomisés soit dans un groupe d'intervention utilisant la plateforme de simulation IA DIALOGUE-DM2, soit dans un groupe témoin suivant des méthodes éducatives traditionnelles. Les participants complètent un pré-test, reçoivent une formation selon leur groupe d'attribution, puis subissent une évaluation post-test.
Le critère de jugement principal est l'amélioration des compétences en communication diagnostique, mesurée par des scénarios de patients standardisés et des grilles d'évaluation validées. Les critères secondaires incluent la confiance auto-déclarée, les domaines de communication et l'accord inter-évaluateurs entre les évaluateurs universitaires et la notation IA.
Cet essai vise à fournir des preuves de haute qualité sur le potentiel de l'IA générative pour améliorer la formation à la communication dans l'éducation médicale, spécifiquement dans le contexte du diagnostic du diabète de type 2.
Aperçu de l'étude
Statut
Les conditions
Description détaillée
Cette étude s'appuie sur un essai pilote antérieur (publié en 2024) qui a démontré la faisabilité d'utiliser l'intelligence artificielle (IA) générative pour former les étudiants en médecine à la communication diagnostique. L'essai actuel étend ce travail avec un plan randomisé, en aveugle, contrôlé et un échantillon plus large.
Conception :
L'étude est un essai contrôlé, randomisé, en aveugle, avec groupes parallèles, mené à la Faculté d'Études Supérieures Iztacala (FES Iztacala), UNAM. Un total de 120 étudiants en médecine sont inscrits et randomisés (1:1) soit dans le groupe d'intervention (formation par simulation basée sur l'IA) soit dans le groupe témoin (formation traditionnelle avec patients standardisés et retour d'information du corps enseignant).
Intervention :
- Groupe d'intervention : Les étudiants interagissent avec la plateforme DIALOGUE-DM2, qui fournit des patients simulés pilotés par l'IA générative. Ils complètent plusieurs scénarios de divulgation diagnostique et reçoivent un retour immédiat sur la performance, basé sur des grilles de communication standardisées.
- Groupe témoin : Les étudiants reçoivent une formation standard, comprenant des cours magistraux et une pratique supervisée avec des jeux de rôle entre pairs et un retour guidé par le corps enseignant.
Évaluations :
- Pré-test : Tous les étudiants complètent un scénario avec patient standardisé avec évaluation par le corps enseignant et l'IA avant l'intervention.
- Phase de formation : Les participants complètent la formation assignée (IA vs. standard).
- Post-test : Les étudiants complètent un scénario standardisé de divulgation diagnostique. Des évaluateurs indépendants du corps enseignant (en aveugle de l'affectation du groupe) et la plateforme IA notent la performance.
Résultats :
- Résultat principal : Changement du score de performance en communication diagnostique du pré-test au post-test, mesuré par des grilles validées (cadre de Kalamazoo, MRS).
- Résultats secondaires :
- Auto-évaluation par les étudiants de la confiance en communication.
- Améliorations spécifiques par domaine (livraison d'information, empathie, explication des risques, prise de décision partagée).
- Concordance entre les évaluateurs humains et la notation par l'IA.
Éthique et surveillance :
L'étude a été examinée et approuvée par le Comité d'Éthique de la Recherche de la FES Iztacala, UNAM (Numéro d'approbation CE/FESI/042025/1915). Les risques sont minimes, car l'intervention est éducative et non invasive.
Signification :
Ceci est le premier essai contrôlé randomisé au Mexique évaluant une simulation basée sur l'IA générative pour la communication diagnostique. Les résultats éclaireront l'intégration d'outils de formation pilotés par l'IA dans les programmes d'éducation médicale et pourraient contribuer à des innovations évolutives dans la formation des professionnels de santé pour la gestion des maladies chroniques, en commençant par le diabète de type 2.
Type d'étude
Inscription (Réel)
Phase
- N'est pas applicable
Contacts et emplacements
Lieux d'étude
-
-
-
Tlalnepantla, Mexique
- Universidad Nacional Autónoma de México, Faculty of Higher Studies Iztacala (FES Iztacala)
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
Accepte les volontaires sains
La description
Critères d'inclusion :
- Étudiants en médecine actuellement inscrits à la Faculté de Médecine (Programme de Médecin Chirurgien), UNAM-FES Iztacala.
- Âge entre 18 et 30 ans.
- Capable de fournir un consentement éclairé.
- Disposé à participer à toutes les phases de l'étude (pré-test, intervention, post-test).
Critères d'exclusion :
- Participation antérieure à l'étude pilote DIALOGUE.
- Formation formelle antérieure en communication diagnostique au-delà du programme médical standard.
- Disponibilité incomplète pour les sessions programmées.
- Refus ou incapacité à fournir un consentement éclairé.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Recherche sur les services de santé
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Tripler
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Expérimental: Formation par Simulation Basée sur l'IA (DIALOGUE-DM2)
Les étudiants en médecine affectés à ce bras recevront une formation utilisant la plateforme DIALOGUE-DM2, qui fournit des patients simulés pilotés par l'IA générative.
Les participants s'engageront dans plusieurs scénarios de divulgation diagnostique axés sur le diabète de type 2 et recevront un retour immédiat généré par le système d'IA.
Le retour est aligné sur des cadres de communication validés (Kalamazoo, MRS).
La formation est menée sur plusieurs sessions avant l'évaluation post-test.
|
Les étudiants en médecine interagissent avec la plateforme DIALOGUE-DM2, un système de simulation basé sur l'IA générative.
La plateforme propose des rencontres avec des patients virtuels axées sur la divulgation du diagnostic du diabète de type 2.
Les étudiants complètent plusieurs scénarios simulés et reçoivent des retours immédiats générés par l'IA, alignés sur des grilles de communication standardisées (Kalamazoo, MRS).
La formation vise à améliorer les compétences en communication diagnostique avant l'évaluation post-test.
|
|
Comparateur actif: Formation traditionnelle
Les étudiants en médecine assignés à ce groupe recevront une formation traditionnelle en compétences de communication.
Cela comprend des conférences, des jeux de rôle entre pairs et des sessions de feedback supervisées par des enseignants couvrant la divulgation du diagnostic dans le diabète de type 2.
Les participants termineront le même nombre de sessions de formation que le groupe d'intervention avant l'évaluation post-test.
|
Les étudiants en médecine reçoivent une formation traditionnelle en communication diagnostique.
Cela comprend des conférences, des jeux de rôles entre pairs et des sessions de feedback supervisées par le corps enseignant couvrant la divulgation diagnostique du diabète de type 2.
La durée de la formation et le nombre de sessions sont alignés sur le groupe d'intervention.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Changement du score de performance de communication diagnostique
Délai: Environ 12 semaines (du pré-test au post-test par participant).
|
Amélioration des compétences de communication diagnostique, mesurée à l'aide de grilles d'évaluation validées - la Kalamazoo Essential Elements Communication Checklist et l'Échelle d'évaluation de la communication médicale (MCRS) - appliquées à des scénarios de patients standardisés.
Des évaluateurs indépendants en aveugle et une notation par IA seront utilisés.
Les scores vont de 0 à 100, des valeurs plus élevées indiquant une meilleure performance de communication diagnostique.
|
Environ 12 semaines (du pré-test au post-test par participant).
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Changement de la confiance autodéclarée par l'étudiant dans la communication diagnostique
Délai: Environ 12 semaines (du pré-test au post-test par participant).
|
Changement de la confiance autodéclarée des étudiants lors de la divulgation d'un diagnostic de diabète de type 2, mesuré par un questionnaire structuré utilisant une échelle de Likert en 5 points (1 = confiance très faible, 5 = confiance très élevée).
Des scores plus élevés indiquent une plus grande confiance auto-perçue dans la communication du diagnostic.
|
Environ 12 semaines (du pré-test au post-test par participant).
|
|
Changement des scores de communication diagnostique spécifiques au domaine (Cadre de Kalamazoo et Échelle d'évaluation de la communication médicale)
Délai: Environ 12 semaines (du pré-test au post-test par participant).
|
Amélioration dans les domaines spécifiques de communication - délivrance d'informations, empathie, explication des risques et prise de décision partagée - évaluée à l'aide de la Kalamazoo Essential Elements Communication Checklist et de l'Échelle d'évaluation de la communication médicale (MCRS).
Chaque domaine est noté de 0 à 100, les scores plus élevés indiquant une meilleure performance.
|
Environ 12 semaines (du pré-test au post-test par participant).
|
|
Accord entre évaluateurs humains et notation par IA
Délai: Évalué au post-test, environ 12 semaines après la ligne de base par participant.
|
Niveau de concordance entre les évaluateurs humains en aveugle et la notation basée sur l'IA de la performance de communication diagnostique, évalué à l'aide du coefficient kappa de Cohen (κ).
Les scores vont de -1,0 à +1,0, où les valeurs plus proches de +1,0 indiquent un accord plus fort entre les évaluateurs.
|
Évalué au post-test, environ 12 semaines après la ligne de base par participant.
|
|
Satisfaction des étudiants concernant la méthode de formation assignée
Délai: Évalué immédiatement après la fin du post-test, environ 12 semaines après la ligne de base par participant.
|
Satisfaction concernant la méthode de formation assignée (simulation basée sur l'IA vs. formation traditionnelle), mesurée à l'aide d'une enquête de satisfaction structurée sur l'échelle de Likert en 5 points (1 = très insatisfait ; 5 = très satisfait).
Des scores plus élevés indiquent une plus grande satisfaction avec la méthode de formation.
|
Évalué immédiatement après la fin du post-test, environ 12 semaines après la ligne de base par participant.
|
Collaborateurs et enquêteurs
Parrainer
Publications et liens utiles
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Estimé)
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
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- UNAM-DIALOGUE-DM2-2025
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Délai de partage IPD
Critères d'accès au partage IPD
Type d'informations de prise en charge du partage d'IPD
- PROTOCOLE D'ÉTUDE
- SÈVE
- CIF
- ANALYTIC_CODE
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 .