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

Effects of Agent-assisted, LLM-assisted and Traditional Workflows on Diagnosis and Management Planning at Admission

2026. szeptember 23. frissítette: Second Affiliated Hospital, Zhejiang University, School of Medicine

Effects of Agent-assisted, LLM-assisted and Traditional Workflows on Diagnosis and Management Planning at Admission: A Randomized Controlled Trial

The goal of this clinical trial is to evaluate whether AI-assisted workflows improve physicians' admission diagnosis and management planning performance on standardized simulated inpatient cases, among practicing internal medicine and surgery physicians across all seniority levels and across three tiers of the Chinese healthcare system.

The main questions it aims to answer are:

  • Does the Agent-assisted workflow yield better structured admission diagnosis and management planning scores than standalone LLM assistance?
  • Does the Agent-assisted workflow outperform the traditional workflow without AI tools? Researchers will compare three parallel groups (traditional workflow group, LLM-assisted group, Agent-assisted group) to determine whether the Agent tool can improve diagnostic accuracy and efficiency.

The goal of this clinical trial is to evaluate whether AI-assisted workflows improve physicians' admission diagnosis and management planning performance on standardized simulated inpatient cases, among practicing internal medicine and surgery physicians across all seniority levels and across three tiers of the Chinese healthcare system.

The main questions it aims to answer are:

  • Does the Agent-assisted workflow yield better diagnosis and management planning scores than the LLM-assisted workflow?
  • Does the Agent-assisted workflow yield better diagnosis and management planning scores than the conventional workflow without AI assistance? Researchers will compare three parallel groups (traditional workflow group, LLM-assisted group, Agent-assisted group) to determine whether the agent tool can improve diagnostic and management planning performance and efficiency.

Participants will:

  • Be recruited from 15 hospitals in China and participate remotely under video proctoring
  • Be randomly assigned to one of the three fixed workflows, with randomization stratified by hospital tier, specialty and seniority
  • Work through 6 anonymized simulated HIS admission cases and complete as many as they can.
  • Submit structured answers for each case covering principal diagnosis, secondary diagnoses, differential diagnoses, diagnostic justification, next diagnostic or therapeutic steps, consultation and referral decisions, and diagnostic confidence.
  • Have their operation logs and time consumption recorded automatically by the study platform.
  • Complete a post-session questionnaire after submitting all cases.

A tanulmány áttekintése

Állapot

Toborzás

Körülmények

Beavatkozás / kezelés

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

180

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

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

Tanulmányi kapcsolat

Tanulmányi helyek

  • Kína
    • Zhejiang
      • Hangzhou, Zhejiang, Kína, 310009
        • Toborzás
        • 2nd Affiliated Hospital, School of Medicine, Zhejiang University
        • Kapcsolatba lépni:

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

18 év és régebbi (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Igen

Tanulmányozható nemek

Összes

Leírás

Inclusion Criteria

  • Hold a Medical Practitioner Qualification Certificate and/or Medical License, or be a recognized standardized resident physician; able to independently read electronic medical records, laboratory and imaging reports on an HIS.
  • Currently engaged in clinical work in internal medicine or surgery at one of the 15 participating hospitals.
  • Able to complete the case assessment in one continuous hour without breaks.
  • Able to participate remotely under video proctoring, with a stable internet connection and a working camera.
  • Voluntarily agree to participate and sign the informed consent form, including the declaration not to use unauthorized AI tools during the assessment.
  • Have not participated in case drafting, review, rubric development, or any activity that may leak the reference standard.

Exclusion Criteria

  • Have previously accessed the official test cases or reference standard of this study.
  • Unable to complete the training module, qualification test, or all experimental tasks.
  • Have conflicts of interest, e.g. participation in developing core algorithms of the tested system.
  • Unwilling to comply with remote proctoring, including keeping the camera on throughout.
  • Judged unsuitable by the investigators.

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: Egészségügyi szolgáltatások kutatása
  • Kiosztás: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Aktív összehasonlító: Hagyományos csoport
Egyéb: Traditional Workflow

Conventional resources only: the pre-admission clinical record, conventional search engines, permitted conventional non-generative clinical information resources. No AI assistance.
Kísérleti: Agent-assisted group
Egyéb: Agent-assisted workflow

Conventional resources (the pre-admission clinical record, conventional search engines, permitted conventional non-generative clinical information resources) plus an in-system Agent entry that automatically reads the full record and report images, produces a structured summary with source-text tracing, and supports multi-turn Q&A and one-click editable drafts.
Kísérleti: LLM-assisted group
Egyéb: LLM-assisted workflow

Conventional resources (the pre-admission clinical record, conventional search engines, permitted conventional non-generative clinical information resources) plus an in-system multi-turn AI dialogue entry. The AI does not automatically read the record; participants paste text or send partial screenshots.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Mean Normalized Structured Score
Időkeret: Within one-hour study

Mean of the rescaled case scores (each case rescaled to 100), divided by the number of cases completed; range 0 to 100.
Within one-hour study

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Active Response Time per Case
Időkeret: Within one-hour study

Active response time in seconds for each case, recorded automatically by the platform.
Within one-hour study
Degree of Adherence to AI-Generated Recommendations
Időkeret: Within one-hour study

Degree to which the submitted answer incorporates AI output. Assessed in the Agent-assisted group and LLM-assisted group only.
Within one-hour study

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Second Affiliated Hospital, Zhejiang University, School of Medicine

Együttműködők

Shangrao People's Hospital

Nyomozók

  • Tanulmányi szék: Yuan Ding, Second Affiliated Hospital, Zhejiang University, School of Medicine

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. szeptember 6.

Elsődleges befejezés (Becsült)

2026. december 1.

A tanulmány befejezése (Becsült)

2026. december 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. július 29.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. augusztus 9.

Első közzététel (Tényleges)

2026. augusztus 12.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. szeptember 28.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. szeptember 23.

Utolsó ellenőrzés

2026. szeptember 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

Egyéb vizsgálati azonosító számok

  • 2026-0977

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