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

Mesterséges intelligencia által generált laikus összefoglalók agyi MRI-jelentésekhez (CLEAR-HEAD)

2026. május 12. frissítette: Aghiles.HAMROUN, University Hospital, Lille

LLM által generált laikus összefoglalók agyi MRI-jelentésekhez

A klinikai vizsgálat célja annak megállapítása, hogy egy mesterséges intelligencia (MI) által írt összefoglaló segít-e a felnőtteknek megérteni a fejfájásra készült agyi MRI-jelentéseket. A fő kérdés, amelyre választ szeretnének találni: "Segít-e az olvasóknak a jelentés helyes megértésében, ha hozzáadnak egy egyszerű összefoglalót arról, hogy találtak-e okot a fejfájásra a jelentésben?" A kutatók összehasonlítják a szabványos MRI-jelentéseket az MI által generált magyarázattal kiegészített jelentésekkel, hogy megtudják, javítja-e a további összefoglaló a megértést.

A résztvevők a következőket fogják tenni:

Online elolvasnak 6 kitalált agyi MRI-jelentést. Kérdésekre válaszolnak, hogy ellenőrizzék, megértették-e az eredményeket. Értékelik elégedettségüket és azt, hogy úgy érzik-e, szükségük lenne orvosi segítség kérésére.

A tanulmány áttekintése

Állapot

Befejezve

Körülmények

Részletes leírás

Háttér A fejfájások körülbelül 2-4%-át teszik ki a sürgősségi osztály látogatásainak, ami évente mintegy 450 000 konzultációt jelent Franciaországban. Míg ezeknek az eseteknek 95%-a jóindulatú primer fejfájás, a sürgős kezelést igénylő másodlagos okok azonosítása kritikus, ami gyakran megnövekedett neuroképalkotás, például MRI használatához vezet. A radiológiai jelentések azonban gyakran tartalmaznak összetett orvosi szaknyelvet, amelyet a betegek és a nem szakorvosok nehezen érthetnek, ami zavart vagy szorongást okozhat. A nagy nyelvi modellek (LLM) bemutatták a komplex orvosi szöveg egyszerűsítésének lehetőségét. Míg léteznek kereskedelmi modellek, a nyitott súlyú modellek (amelyek helyileg is üzembe helyezhetők az adatbiztonság biztosítása érdekében) ígéretes lehetőséget kínálnak a klinikai integrációhoz. Ez a tanulmány egy mesterséges intelligencia által generált egyszerű nyelvű összefoglaló hatékonyságát kívánja értékelni a betegek agyi MRI-jelentések megértésének javításában.

Tanulmánytervezés Ez egy randomizált, kontrollált, egyszemélyes vakvizsgálat, amely a COMPARE e-kohorszba ágyazva történik. A vizsgálat párhuzamos csoportos tervezést alkalmaz 1:1 kiosztási aránnyal. A teljes vizsgálat biztonságos online űrlapokon keresztül, távolról történik.

Résztvevők A vizsgálat felnőtt önkénteseket toboroz, akik már tagjai a COMPARE e-kohorszának. A résztvevőknek elegendő írott francia nyelvtudással kell rendelkezniük a jelentések olvasásához és a kérdőívek kitöltéséhez. Nincs szükség konkrét orvosi állapotra a bevonáshoz, mivel a vizsgálat fiktív esetforgatókönyveket használ.

Intervenció és eljárások A résztvevőket minimalizációs eljárással randomizálják két csoport egyikébe, kiegyensúlyozva az agyi MRI előzményeit és az ismert neurológiai patológiát. Minden résztvevőtől azt kérik, hogy olvasson el hat fiktív agyi MRI-jelentést, amelyek a gyakori sürgősségi fejfájási eseteket szimulálják. A hat jelentés három klinikai helyzetet fed le: kettő normális eredménnyel, kettő olyan véletlen leletet, amely nem magyarázza a fejfájást, és kettő olyan rendellenességet, amely megmagyarázza a fejfájást. A kísérleti csoportban a résztvevők a szabványos MRI-jelentést kapják, amelyet egy nyitott súlyú LLM által generált strukturált összefoglaló bekezdés gazdagít, amely a Beteg és nem radiológus orvos számára szóló szintézis szakasz alatt kerül beillesztésre. A kontrollcsoportban a résztvevők a szabványos MRI-jelentést kapják eredeti verziójában, az MI által generált összefoglaló nélkül.

Eredménymérőszámok Minden jelentés elolvasása után a résztvevők azonnal kitöltenek egy szabványos kérdőívet. Az elsődleges eredmény a jelentés megértése, amelyet a bináris kérdésre adott válasz pontosságával mérnek: Található-e valószínű magyarázat a fejfájásra ebben a jelentésben? A másodlagos eredmények közé tartozik a résztvevők elégedettsége Likert-skálán mérve, az érzékelt szakmai tisztázás igénye, az érzékelt képesség a rokonoknak való eredmények magyarázására és a vetített szorongásszintek.

Statisztikai elemzés Az elsődleges elemzés összehasonlítja a helyes válaszok arányát a csoportok között vegyes logisztikus regressziós modell segítségével. Ez a modell az intervenciós csoportot rögzített hatásként tartalmazza, és figyelembe veszi a keresztezett véletlen hatásokat (résztvevő és jelentés) az egyéni korreláció és a klinikai esetek közötti változékonyság kezelése érdekében. A minta nagyságát 412 résztvevőre (206 fő csoportonként) számították ki, hogy 95%-os erővel észleljen 10%-os különbséget a megértésben.

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

2727

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

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

Tanulmányi helyek

      • Lille, Franciaország, 59000
        • Lille University Hospital

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
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Igen

Leírás

Bevonási kritériumok:

  • A COMPARE e-kohorsz résztvevői

Kizárási kritériumok:

  • Nincsenek

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
Nincs beavatkozás: Eredeti MRI jelentések
Kísérleti: Az eredeti jelentések mellett LLM által generált összefoglalók
A csoporthoz rendelt résztvevők olyan fiktív agyi MRI-jelentéseket olvasnak, amelyek egy mesterséges intelligencia eszköz által generált összefoglaló bekezdést tartalmaznak. Pontosabban, egy 100 milliárd paraméternél kevesebb, nyílt súlyú Nagy Nyelvi Modellt (LLM) használnak, amelyet adatvédelem biztosítása érdekében helyileg, biztonságos szerveren futtatnak. Ez a modell egy rövid szintézist generál, amelyet a nem orvosi olvasók számára világos és strukturáltnak terveztek. Ezt az összefoglalót a jelentésbe illesztik be az A páciens és a nem radiológus orvos számára szánt szintézis címszó alatt. A beavatkozás kizárólag ezt a hozzáadott szöveget foglalja magában; a jelentés szabványos orvosi tartalma változatlan marad.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A jelentés tárgyilagos megértése
Időkeret: Az egyes válaszok kitöltésével átlagosan 5 perc
A résztvevő képességének felmérése a klinikai leletek helyes megértésére. A hat kitalált agyi MRI-jelentés mindegyikének elolvasása után a résztvevők válaszolnak a bináris kérdésre: „Található-e valószínű magyarázat a fejfájásra ebben a jelentésben?” (Igen/Nem). Az eredményt a helyes válaszok arányaként számítják ki a konkrét klinikai forgatókönyv (normális, véletlen lelet vagy magyarázó eltérés) tényleges állapotához viszonyítva.
Az egyes válaszok kitöltésével átlagosan 5 perc

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Önként jelentett megértési pontszám
Időkeret: Az egyes válaszok kitöltésével átlagosan 5 perc
A résztvevők az MRI-jelentés egyértelműségét egy 5 pontos Likert-skálán értékelik (1-től 5-ig terjedő skála), ahol a magasabb pontszámok nagyobb elégedettséget jelentenek.
Az egyes válaszok kitöltésével átlagosan 5 perc
Észlelt szükség a szakmai tisztázásra
Időkeret: Minden válasz kitöltése átlagosan 5 percet vesz igénybe
A résztvevők egy bináris kérdésre válaszolnak, amely arra kérdez rá, hogy szükséget éreznének-e az orvosi szakember felkeresésére a jelentés jobb megértése érdekében: "Szeretnél kérdéseket feltenni egy orvosi szakembernek a jelentés jobb megértése érdekében?" (Igen/Nem).
Minden válasz kitöltése átlagosan 5 percet vesz igénybe
Az eredmények hozzátartozónak történő elmagyarázásának érzékelt képessége
Időkeret: Minden válasz kitöltésével átlagosan 5 perc
A résztvevők 5 fokozatú Likert-skálán (1-től 5-ig terjedő) értékelik a kutatási eredmények közeli hozzátartozónak történő átfogalmazására és elmagyarázására vonatkozó érzékelt képességüket, ahol a magasabb pontszámok magasabb érzékelt képességet jeleznek.
Minden válasz kitöltésével átlagosan 5 perc

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 (Tényleges)

2026. március 25.

Elsődleges befejezés (Tényleges)

2026. április 30.

A tanulmány befejezése (Tényleges)

2026. április 30.

Tanulmányi regisztráció dátumai

Először benyújtva

2025. november 28.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2025. december 15.

Első közzététel (Tényleges)

2025. december 30.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. május 13.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. május 12.

Utolsó ellenőrzés

2026. május 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • 2025-3783

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

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