Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Migliorare l'autoapprendimento dei ricercatori medici con un modello linguistico intelligente

Uno studio controllato randomizzato di superiorità sull'effetto di un nuovo modello linguistico intelligente sulla capacità di autoapprendimento dei ricercatori medici

La risoluzione dei problemi medico-scientifici è una forza trainante fondamentale per il progresso delle discipline mediche. Con l’aumento della complessità delle questioni scientifiche, un numero crescente di problemi richiede la collaborazione interdisciplinare per essere risolti. Tuttavia, la maggior parte dei ricercatori medici non dispone di conoscenze di base interdisciplinari e richiede molto tempo per apprendere sistematicamente le conoscenze e le competenze pertinenti. Inoltre, il continuo emergere di nuove conoscenze e competenze sottolinea l'importanza della capacità di apprendimento autonomo dei ricercatori in campo medico. Pertanto, per promuovere lo sviluppo delle discipline mediche, c'è un urgente bisogno di un metodo efficace per migliorare le capacità di apprendimento autodiretto dei ricercatori per condurre ricerche interdisciplinari.

I modelli linguistici di intelligenza artificiale di prossima generazione, esemplificati da ChatGPT, hanno un grande potenziale nell’aiutare i ricercatori ad accedere alla conoscenza e alle informazioni da vari domini. Resta da esplorare ulteriormente se i ricercatori possano sfruttare tali strumenti di intelligenza artificiale per migliorare le loro capacità di apprendimento autodiretto per condurre ricerche interdisciplinari. Inoltre, sono state sollevate preoccupazioni riguardo al potenziale degrado delle capacità cognitive attraverso il loro utilizzo, sebbene attualmente manchino prove valide.

Per indagare se gli strumenti di intelligenza artificiale, rappresentati da ChatGPT, possano effettivamente assistere i ricercatori medici nella conduzione di ricerche interdisciplinari e se il loro utilizzo possa avere un impatto negativo sulle capacità cognitive dei ricercatori, è giustificato uno studio randomizzato e controllato. Questo studio mira ad accertare i potenziali benefici e rischi associati all’utilizzo di strumenti di intelligenza artificiale nel settore della ricerca medica.

Panoramica dello studio

Tipo di studio

Interventistico

Iscrizione (Stimato)

60

Fase

  • Non applicabile

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Backup dei contatti dello studio

Luoghi di studio

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

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto

Accetta volontari sani

Descrizione

Criterio di inclusione:

  • Oculista junior con 1-3 anni di esperienza clinica
  • 20-28 anni, indipendentemente dal sesso
  • Nessuna esperienza precedente nella ricerca interdisciplinare che coinvolga la medicina digitale
  • Hanno dichiarato autonomamente un minimo di 20 ore di partecipazione a questo studio durante il periodo di prova
  • Accettare di partecipare a questo studio e firmare il consenso informato

Criteri di esclusione:

  • Individui con difficoltà di lettura o disabilità di lettura
  • Riluttanza a partecipare a questo studio

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Scopo principale: Altro
  • Assegnazione: Randomizzato
  • Modello interventistico: Assegnazione parallela
  • Mascheramento: Separare

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Sperimentale: Gruppo di modelli linguistici intelligenti
I soggetti devono utilizzare il modello linguistico intelligente per completare il recupero e l'esecuzione della progettazione del protocollo di un compito interdisciplinare, oltre alla ricerca su Google, alla ricerca bibliografica e alla query sui libri.
I soggetti devono utilizzare il modello linguistico intelligente per completare il recupero e l'esecuzione della progettazione del protocollo di un compito interdisciplinare, oltre alla ricerca su Google, alla ricerca bibliografica e alla query sui libri.
Comparatore placebo: Gruppo di controllo
I soggetti possono utilizzare solo la ricerca su Google, il recupero della letteratura e la query sui libri e non possono utilizzare nessuno strumento di elaborazione del linguaggio naturale conversazionale basato sull'intelligenza artificiale per completare il recupero e l'esecuzione della progettazione del protocollo di un'attività interdisciplinare.
I soggetti possono utilizzare solo la ricerca su Google, il recupero della letteratura e la query sui libri e non possono utilizzare nessuno strumento di elaborazione del linguaggio naturale conversazionale basato sull'intelligenza artificiale per completare il recupero e l'esecuzione della progettazione del protocollo di un'attività interdisciplinare.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
tasso di completamento
Lasso di tempo: fino al completamento degli studi, in media 9 mesi
Il numero di persone che hanno completato l'attività entro il tempo specificato/il numero totale di persone nel gruppo
fino al completamento degli studi, in media 9 mesi

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Fattibilità del programma di ricerca
Lasso di tempo: fino al completamento degli studi, in media 9 mesi
La fattibilità del progetto viene valutata da un gruppo di punteggio composto da esperti. La fattibilità è divisa in 1-5 punti in base alla correttezza e all'integrità dei passaggi chiave e dei dettagli del test. Più alto è il punteggio, maggiore è la fattibilità. Il punto 1 rappresenta che più della metà dei passaggi chiave mancano o sono errati, mentre il punto 5 rappresenta tutti i passaggi chiave e i dettagli sono appropriati.
fino al completamento degli studi, in media 9 mesi

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Stimato)

20 agosto 2023

Completamento primario (Stimato)

31 ottobre 2023

Completamento dello studio (Stimato)

30 aprile 2024

Date di iscrizione allo studio

Primo inviato

21 agosto 2023

Primo inviato che soddisfa i criteri di controllo qualità

28 agosto 2023

Primo Inserito (Effettivo)

29 agosto 2023

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

29 agosto 2023

Ultimo aggiornamento inviato che soddisfa i criteri QC

28 agosto 2023

Ultimo verificato

1 luglio 2023

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Intelligenza artificiale medica

Prove cliniche su Modello linguistico intelligente

Sottoscrivi