Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Az orvoskutatók öntanulásának fokozása intelligens nyelvi modellel

2023. augusztus 28. frissítette: Zhongshan Ophthalmic Center, Sun Yat-sen University

Egy újszerű intelligens nyelvi modellnek az orvoskutatók öntanulási képességére gyakorolt ​​hatásának felsőbbrendű, véletlenszerűen ellenőrzött kísérlete

Az orvostudományi problémák megoldása az orvosi tudományágak fejlődésének döntő hajtóereje. A tudományos kérdések összetettségének növekedésével egyre több probléma igényel interdiszciplináris együttműködést. A legtöbb orvoskutató azonban nem rendelkezik interdiszciplináris háttérismeretekkel, és jelentős időre van szüksége a releváns ismeretek és készségek szisztematikus elsajátításához. Továbbá az új ismeretek és készségek folyamatos megjelenése hangsúlyozza a kutatók autonóm tanulási képességének fontosságát az orvostudomány területén. Ezért az orvosi tudományágak fejlődésének elősegítése érdekében sürgősen szükség van egy olyan hatékony módszerre, amely javítja a kutatók önirányító tanulási képességét az interdiszciplináris kutatások végzéséhez.

A következő generációs mesterséges intelligencia nyelvi modelljei, mint például a ChatGPT, nagy lehetőségeket rejtenek abban, hogy segítsék a kutatókat a különböző területekről származó ismeretek és információk elérésében. Tovább kell vizsgálni, hogy a kutatók felhasználhatják-e az ilyen mesterséges intelligencia-eszközöket önirányító tanulási képességeik javítására interdiszciplináris kutatások végzéséhez. Ezenkívül aggodalmak merültek fel a kognitív képességek esetleges leromlásával kapcsolatban, bár jelenleg nincs érvényes bizonyíték.

Annak vizsgálatára, hogy a ChatGPT által képviselt mesterséges intelligencia eszközök hatékonyan segíthetik-e az orvoskutatókat az interdiszciplináris kutatások lefolytatásában, és hogy használatuk negatívan befolyásolhatja-e a kutatók kognitív képességeit, indokolt egy randomizált, kontrollált vizsgálat. Ennek a kísérletnek az a célja, hogy megbizonyosodjon a mesterséges intelligencia eszközök orvosi kutatási területen való használatának lehetséges előnyeiről és kockázatairól.

A tanulmány áttekintése

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

60

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

Tanulmányozza a kapcsolattartók biztonsági mentését

Tanulmányi helyek

    • Guangdong
      • Guangzhou, Guangdong, Kína, 510060
        • Zhongshan Ophthalmic Center, Sun Yat-sen University

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt

Egészséges önkénteseket fogad

Igen

Leírás

Bevételi kritériumok:

  • Junior szemész szakorvos 1-3 éves klinikai gyakorlattal
  • 20-28 éves korig, nemtől függetlenül
  • Nincs korábbi tapasztalata a digitális orvoslást érintő interdiszciplináris kutatásban
  • Saját bevallása szerint legalább 20 órát vett részt ebben a vizsgálatban a próbaidőszak alatt
  • Fogadja el, hogy részt vesz ebben a vizsgálatban, és aláírja a tájékozott beleegyezését

Kizárási kritériumok:

  • Olvasási nehézségekkel vagy olvasási nehézségekkel küzdő egyének
  • Nem hajlandó részt venni ebben a tanulmányban

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Egyéb
  • Kiosztás: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Intelligens Nyelvi Modell Csoport
Az alanyoknak az intelligens nyelvi modellt kell használniuk egy interdiszciplináris feladat lekérdezésének és protokolltervezési végrehajtásának elvégzéséhez, a Google keresés, az irodalomkeresés és a könyvlekérdezés mellett.
Az alanyoknak az intelligens nyelvi modellt kell használniuk egy interdiszciplináris feladat lekérdezésének és protokolltervezési végrehajtásának elvégzéséhez, a Google keresés, az irodalomkeresés és a könyvlekérdezés mellett.
Placebo Comparator: Ellenőrző csoport
Az alanyok csak a Google keresést, az irodalom visszakeresését és a könyvlekérdezést használhatják, és nem használhatnak mesterséges intelligencia által vezérelt társalgási természetes nyelvi feldolgozó eszközöket egy interdiszciplináris feladat lekérdezésének és protokolltervezési végrehajtásának befejezésére.
Az alanyok csak a Google keresést, az irodalom visszakeresését és a könyvlekérdezést használhatják, és nem használhatnak mesterséges intelligencia által vezérelt társalgási természetes nyelvi feldolgozó eszközöket egy interdiszciplináris feladat lekérdezésének és protokolltervezési végrehajtásának befejezésére.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
teljesítési arány
Időkeret: a tanulmányok befejezéséig átlagosan 9 hónap
A feladatot a megadott időn belül teljesítők száma / a csoport teljes létszáma
a tanulmányok befejezéséig átlagosan 9 hónap

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A kutatási program megvalósíthatósága
Időkeret: a tanulmányok befejezéséig átlagosan 9 hónap
A program megvalósíthatóságát egy szakértőkből álló pontozócsoport értékeli. A megvalósíthatóság 1-5 pontra oszlik a teszt legfontosabb lépéseinek és részleteinek helyessége és integritása szerint. Minél magasabb a pontszám, annál nagyobb a megvalósíthatóság. Az 1 pont azt jelenti, hogy a kulcslépések több mint fele hiányzik vagy hibás, az 5 pont pedig az összes kulcslépést, és a részletek megfelelőek.
a tanulmányok befejezéséig átlagosan 9 hónap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Becsült)

2023. augusztus 20.

Elsődleges befejezés (Becsült)

2023. október 31.

A tanulmány befejezése (Becsült)

2024. április 30.

Tanulmányi regisztráció dátumai

Először benyújtva

2023. augusztus 21.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2023. augusztus 28.

Első közzététel (Tényleges)

2023. augusztus 29.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2023. augusztus 29.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2023. augusztus 28.

Utolsó ellenőrzés

2023. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Iratkozz fel