- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06229379
Egy nagy nyelvi modell hatásai a klinikai kérdezőkészségre
Egy nagy nyelvi modellnek az orvostanhallgatók klinikai kérdezőkészségére gyakorolt hatásainak randomizált, ellenőrzött kísérlete
A kutatók a szemészeti tankönyvet, a klinikai útmutató konszenzust, a Zhongshan Ophthalmology Center internetes beszélgetési adatait és tudásbázisát használták a korai szakaszban, mesterséges visszacsatolás-erősítő tanulással és más technikákkal kombinálva az LLM finomhangolására és képzésére, és kifejlesztették a "Digital" Twin Patient", egy lokalizált, nagy nyelvű modell, amely képes megválaszolni a szemészettel kapcsolatos orvosi kérdéseket, és amely az automatizált modellértékelés és az orvosi szakértők által végzett manuális értékelés kombinációját is összeállította. Ezzel egyidőben épült ki az automatizált modellértékelést és az orvosi manuális értékelést ötvöző értékelő rendszer.
A projekt célja, hogy a „Digitális ikerbeteg”-t integrálja az egyetemi szemészeti gyakornoki képzésbe, szimulálja a valódi betegek konzultációs folyamatát a hallgatók és a „Digitális ikerbeteg” közötti online interakción keresztül, feltárja a „Digitális ikerbeteg” konzultációs oktatás hatását, új technológiát biztosít. eszközök az orvostanhallgatók különféle szemészeti esetek aktív elsajátítására, a klinikai gondolkodás ápolására, valamint az intelligens tanítás új módjának kialakítására.
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
Jelenleg a klinikai kérdezőkészség oktatásának fő formája, hogy a gyakornoki képzésben részt vevő egyetemisták először megtanulják az esetek jellemzőit, diagnosztikai pontjait, majd az osztályokon gyakorolják a kérdezést valódi betegeken. A gyakornokok nagy száma miatt azonban a jelenlegi oktatási mód mellett nehéz kielégíteni az oktatási igényt a kikérdezhető esetszám és a betegségtípusok gazdagsága tekintetében. Ezért új intelligens technológiák alkalmazására van szükség, és a megkérdőjelező készségek oktatásának új modelljét kell létrehozni a tanítás hatékonyságának javítása és a hallgatók klinikai gondolkodásának javítása érdekében.
A nagyméretű nyelvi modellezés (LLM) egy mély tanulási technológia, amely nagy mennyiségű szövegből képes tudást tanulni, és az AI chatbotok, például a ChatGPT tipikus példái ennek alkalmazására. Az AI chatbotokat antropomorf megértés és változatos természetes nyelvgenerálási képességek jellemzik különböző kontextusokban, és kezdetben az orvosi területen alkalmazták őket, például letették az amerikai orvosi engedélyt, segítettek a szemészeti történelem dokumentálásában és a szemészeti kérdések megválaszolásában. Megállapítást nyert azonban, hogy bár az LLM tisztességes modellezési teljesítményt nyújt az általános orvosi ismeretek terén, a speciális betegségek területén még javítani kell. Ennek alapján a kutatócsoport a szemészeti tankönyvet, a klinikai útmutató konszenzust, a Zhongshan Ophthalmology Center internetes beszélgetési adatait és tudásbázisát használta a korai szakaszban, kombinálva mesterséges visszacsatolás-erősítő tanulással és egyéb technikákkal az LLM finomhangolására és képzésére. és kifejlesztette a "Digital Twin Patient"-et, egy lokalizált nagy nyelvi modellt, amely képes megválaszolni a szemészettel kapcsolatos orvosi kérdéseket, valamint megalkotta az automatizált modellértékelés és az orvosi szakértők által végzett manuális értékelés kombinációját. Ezzel egyidőben épült ki az automatizált modellértékelést és az orvosi manuális értékelést ötvöző értékelő rendszer.
A projekt célja, hogy a „Digitális ikerbeteg”-t integrálja az egyetemi szemészeti gyakornoki képzésbe, szimulálja a valódi betegek konzultációs folyamatát a hallgatók és a „Digitális ikerbeteg” közötti online interakción keresztül, feltárja a „Digitális ikerbeteg” konzultációs oktatás hatását, új technológiát biztosít. eszközök az orvostanhallgatók különféle szemészeti esetek aktív elsajátítására, a klinikai gondolkodás ápolására, valamint az intelligens tanítás új módjának kialakítására.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Guangdong
-
Guangzhou, Guangdong, Kína, 510060
- Toborzás
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Kapcsolatba lépni:
- Haotian Lin, M.D., Ph.D
- Telefonszám: 8613802793086
- E-mail: linht5@mail.sysu.edu.cn
-
Kapcsolatba lépni:
- Lixue Liu, M.D., Ph.D
- Telefonszám: 8615602382879
- E-mail: liulx37@mail2.sysu.edu.cn
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- A Szun Jat-szen Egyetem összes hallgatója, aki részt vesz a szemészeti szakmai gyakorlaton.
Kizárási kritériumok:
- Azok a hallgatók, akik megtagadják a tájékozott beleegyezés aláírását.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egyéb
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Crossover kiosztás
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
---|---|
Kísérleti: "Digitális ikerbeteg" + Igazi beteg
A teszt 5 nap alatt készült el: a „Digitális ikerbeteg” + Valódi betegcsoport tanulói hétfőn „digitális ikerbeteg” segítségével anamnézis felvételre oktattak, majd a „digitális ikerbeteg” segítségével 15 perces klinikai kérdezővizsgát tettek. ikerbeteg" kedden.
Ezt követően szerdán anamnézis felvételére képezték ki őket valódi pácienssel, majd csütörtökön egy "digitális ikerbeteg" segítségével 15 perces klinikai kikérdező vizsgán vettek részt.
Végül pénteken valódi pácienssel tesztelték a klinikai kérdezőkészségüket.
|
A "digitális ikerbeteg" speciális betegségben szenvedő betegekként szolgálhat az orvostanhallgatók számára, hogy megszerezzék a betegségtörténetet, és ezáltal gyakorolják a klinikai kérdezőkészséget.
A hagyományos orvosképzéshez hasonlóan az orvostanhallgatóknak valódi betegekkel kell kapcsolatba kerülniük, hogy gyakorolják a történelemgyűjtési készségeket.
|
Egyéb: Valódi beteg + "Digitális ikerbeteg"
A teszt 5 nap alatt készült el: a Valódi beteg + "Digitális ikerbeteg" csoport tanulói hétfőn valós beteg segítségével anamnézis felvételre oktatták, majd a "digitális ikerbeteg" segítségével 15 perces klinikai kikérdező vizsgát tettek. kedden.
Ezt követően szerdán "digitális ikerbeteg" segítségével anamnézis felvételre képezték ki őket, majd csütörtökön egy "digitális ikerbeteg" segítségével 15 perces klinikai kikérdező vizsgán vettek részt.
Végül pénteken valódi pácienssel tesztelték a klinikai kérdezőkészségüket.
|
A "digitális ikerbeteg" speciális betegségben szenvedő betegekként szolgálhat az orvostanhallgatók számára, hogy megszerezzék a betegségtörténetet, és ezáltal gyakorolják a klinikai kérdezőkészséget.
A hagyományos orvosképzéshez hasonlóan az orvostanhallgatóknak valódi betegekkel kell kapcsolatba kerülniük, hogy gyakorolják a történelemgyűjtési készségeket.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
---|---|
A tanulók pontszámai az orvostörténet-elsajátítási vizsgán
Időkeret: A vizsgálat alatt hetente (10 hónapig)
|
A vizsgálat alatt hetente (10 hónapig)
|
Együttműködők és nyomozók
Szponzor
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Becsült)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becsült)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
- Szív-és érrendszeri betegségek
- Érrendszeri betegségek
- Szembetegségek
- Endokrin rendszer betegségei
- Diabéteszes angiopátiák
- Cukorbetegség szövődményei
- Diabetes mellitus
- Retina betegségek
- Lencsebetegségek
- Kötőhártya-betegségek
- Szaruhártya betegségei
- Diabéteszes retinopátia
- Szürkehályog
- Keratitis
- Kötőhártya-gyulladás
Egyéb vizsgálati azonosító számok
- 2023KYPJ283
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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. .
Klinikai vizsgálatok a "Digitális ikerbeteg"
-
Scripps Whittier Diabetes InstituteSan Diego State University; University of California, San DiegoBefejezveCukorbetegség, 2-es típusúEgyesült Államok
-
University Hospital, GhentAktív, nem toborzó
-
Idaho State UniversityMég nincs toborzásKísérleti videojátékok | Viselkedésértékelés
-
Deutsches Herzzentrum MuenchenInstitute of Preventive Pediatrics, Technical University of Munich; Stiftung KinderHerz...BefejezveVeleszületett szívbetegségNémetország
-
Scripps Whittier Diabetes InstituteToborzásCukorbetegség, 2-es típusúEgyesült Államok
-
CUSH Health Ltd.University of SussexMég nincs toborzásVéletlen bukás
-
Forman Christian College, PakistanSaglik Bilimleri Universitesi; doctHERsBefejezveEgészségügyi ismeretekPakisztán
-
Weill Medical College of Cornell UniversityIsmeretlen
-
Mount Sinai Hospital, CanadaCanadian Institutes of Health Research (CIHR); MOUNT SINAI HOSPITAL; Trillium Health...ToborzásKomplex gondozást igénylő idősebb felnőttekKanada
-
Sally CHANBefejezve