- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT07281066
Prestazioni degli LLM nella Diagnostica Endodontica
Valutazione di ChatGPT-4o, Gemini e Claude 3.7 nella Diagnostica Endodontica: Uno Studio Clinico Prospettico
L'obiettivo di questo studio osservazionale prospettico è valutare la capacità di tre grandi modelli linguistici (ChatGPT-4o, Gemini Advanced e Claude 3.7) di supportare la diagnosi e il processo decisionale terapeutico in pazienti adulti che presentano condizioni endodontiche comuni.
Le principali domande a cui lo studio mira a rispondere sono:
I modelli linguistici possono determinare accuratamente la diagnosi endodontica quando vengono fornite informazioni cliniche strutturate e radiografie periapicali?
I modelli linguistici possono proporre piani di trattamento appropriati paragonabili alle decisioni prese da specialisti in endodonzia?
Per rispondere a queste domande, i ricercatori confronteranno l'accuratezza diagnostica e terapeutica dei tre modelli di intelligenza artificiale utilizzando una diagnosi consensuale di specialisti in endodonzia come standard di riferimento.
I partecipanti:
Riceveranno un esame endodontico di routine e radiografie periapicali come parte della cura clinica standard.
Vedranno le loro storie cliniche anonimizzate e le radiografie inserite nei tre modelli di intelligenza artificiale.
Non interagiranno direttamente con alcun sistema di intelligenza artificiale; tutte le valutazioni saranno eseguite dal team di ricerca.
Questo studio mira a comprendere come i grandi modelli linguistici si comportino in condizioni cliniche reali e se questi sistemi possano svolgere un ruolo di supporto nella diagnostica endodontica in futuro.
Panoramica dello studio
Stato
Intervento / Trattamento
Descrizione dettagliata
Questo studio osservazionale prospettico mira a valutare le prestazioni in tempo reale di tre grandi modelli linguistici - ChatGPT-4o, Gemini Advanced e Claude 3.7 - nella diagnosi e nella decisione terapeutica in un contesto clinico endodontico. Sono stati esaminati un totale di 120 pazienti che si sono presentati alla clinica endodontica, e sono state raccolte anamnesi mediche/dentistiche dettagliate, reperti clinici e radiografie periapicali. Ogni caso anonimizzato è stato poi presentato ai tre LLM utilizzando un prompt standardizzato che richiedeva la diagnosi e il piano di trattamento appropriato.
Tutti i modelli sono stati utilizzati nelle loro configurazioni multimodali predefinite senza attivare funzioni di ricerca web, plug-in o recupero di dati esterni. Ogni domanda è stata inviata una sola volta in sessioni di chat isolate per evitare il trasferimento di memoria. Le risposte sono state salvate testualmente e confrontate con le diagnosi di riferimento e i piani di trattamento stabiliti da un panel di specialisti in endodonzia.
Questo studio è stato progettato per imitare il più possibile le condizioni cliniche del mondo reale, fornendo una valutazione realistica di come questi sistemi potrebbero performare se utilizzati dai clinici nella pratica quotidiana. Comprendere le loro capacità e limitazioni in scenari clinici autentici è essenziale, poiché ci si aspetta che gli LLM svolgano un ruolo sempre più vitale nella futura assistenza dentale, in particolare nel supporto decisionale, nel triage e nell'educazione del paziente. Identificando dove questi modelli performano bene e dove presentano carenze, questa ricerca mira a informare un'integrazione clinica sicura ed efficace mentre le tecnologie LLM continuano a progredire.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
Istanbul
-
Maltepe, Istanbul, Turchia (Türkiye), 34856
- Faculty of Dentistry, Marmara University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Tutti i partecipanti presentavano condizioni endodontiche comuni come pulpite, necrosi, parodontite apicale primaria o secondaria, o la necessità di ritrattamento.
Dopo aver ottenuto il consenso, ogni paziente è stato sottoposto a una valutazione strutturata cartacea dell'anamnesi medica e dentale e a un esame radiografico periapicale.
Sono stati inclusi un totale di 120 casi endodontici clinicamente verificati.
Descrizione
Criteri di inclusione:
- Pazienti adulti (≥18 anni) che si presentano o vengono indirizzati alla Clinica di Endodonzia.
Pazienti con una condizione endodontica clinicamente verificata che richiede diagnosi e pianificazione del trattamento.
Pazienti che hanno accettato di partecipare e hanno fornito il consenso informato.
Pazienti per i quali è stata ottenuta una completa anamnesi medica/odontologica cartacea e una radiografia periapicale durante la visita clinica.
Criteri di esclusione:
- Criteri di esclusione
Pazienti che hanno rifiutato la partecipazione o non hanno fornito il consenso informato.
Pazienti pediatrici (<18 anni) indirizzati alla Clinica di Odontoiatria Pediatrica.
Pazienti che si presentano in clinica con disturbi non endodontici (ad esempio, alveolite post-estrattiva, problemi di estrazione del terzo molare).
Casi con informazioni cliniche incomplete o radiografie mancanti.
Pazienti incapaci di sottoporsi alle procedure standard di esame endodontico.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Cohort di Pazienti Endodontici
Questa coorte include 120 pazienti consecutivi che si sono presentati alla clinica endodontica con condizioni endodontiche clinicamente verificate.
Sono stati raccolti l'anamnesi clinica e le radiografie periapicali, e le raccomandazioni diagnostiche/terapeutiche generate dai modelli di IA sono state confrontate con il consenso degli esperti.
|
Le informazioni cliniche anonimizzate dei partecipanti, compresa la storia del paziente strutturata e le radiografie periapicali, sono state utilizzate come input per tre modelli linguistici di grandi dimensioni (ChatGPT-4o, Gemini Advanced, Claude 3.7).
Ai modelli è stato chiesto di determinare la diagnosi endodontica e proporre un piano di trattamento appropriato.
Non è stato somministrato alcun trattamento, dispositivo o farmaco ai partecipanti.
L'intervento consiste unicamente nell'interpretazione basata sull'intelligenza artificiale di dati clinici preesistenti.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuratezza della diagnosi del clinico basata sulla storia cartacea e sulla radiografia periapicale
Lasso di tempo: 7 luglio-5 agosto
|
Valutazione della decisione diagnostica presa dagli endodontisti dopo aver esaminato un modulo cartaceo con la storia del paziente e una radiografia periapicale standardizzata.
L'accuratezza viene determinata confrontando la diagnosi del clinico con la diagnosi di consenso stabilita da tre specialisti endodontici indipendenti.
I dati verranno raccolti per tutti i 120 pazienti al momento della valutazione clinica iniziale.
|
7 luglio-5 agosto
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Prestazioni di Diagnosi e Pianificazione del Trattamento Generate da LLM
Lasso di tempo: agosto-settembre
|
Valutazione delle raccomandazioni diagnostiche e terapeutiche generate da modelli linguistici di grandi dimensioni (LLM)-ChatGPT-4o, Gemini Advanced e Claude 3.7-dopo aver ricevuto la stessa anamnesi cartacea del paziente e la radiografia periapicale fornite ai clinici.
Le risposte degli LLM saranno confrontate con il consenso specialistico gold standard per quanto riguarda sia la diagnosi che le decisioni terapeutiche.
|
agosto-settembre
|
Collaboratori e investigatori
Sponsor
Investigatori
- Direttore dello studio: ayşe karadayı, asst. prof., Marmara University Faculty of Dentistry
Pubblicazioni e link utili
Pubblicazioni generali
- Abd-Alrazaq A, AlSaad R, Alhuwail D, Ahmed A, Healy PM, Latifi S, Aziz S, Damseh R, Alabed Alrazak S, Sheikh J. Large Language Models in Medical Education: Opportunities, Challenges, and Future Directions. JMIR Med Educ. 2023 Jun 1;9:e48291. doi: 10.2196/48291.
- Schwendicke F, Samek W, Krois J. Artificial Intelligence in Dentistry: Chances and Challenges. J Dent Res. 2020 Jul;99(7):769-774. doi: 10.1177/0022034520915714. Epub 2020 Apr 21.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Altri numeri di identificazione dello studio
- 2025-38
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
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 Valutazione Diagnostica Basata sull'Intelligenza Artificiale
-
The University of Texas Medical Branch, GalvestonIscrizione su invitoFerita da arma da fuocoStati Uniti
-
Baskent UniversityNon ancora reclutamentoDepressione - Disturbo depressivo maggioreTurchia (Türkiye)
-
Tanta UniversityCompletatoConsapevolezza | Medici | Anomalie ECG | Dolore al torace ischemico acutoEgitto
-
Prometheus Biosciences, Inc., a subsidiary of Merck...CompletatoColite ulcerosaStati Uniti, Australia, Belgio, Cechia, Francia, Georgia, Canada, Ungheria, Israele, Italia, Polonia, Regno Unito
-
National Yang Ming UniversityRitirato
-
New York State Psychiatric InstituteUniversity of Miami; Columbia University; University of Southern California; Feinstein...SospesoPartecipanti saniStati Uniti
-
Idoven 1903 S.L.Karolinska Institutet; AstraZeneca; Region Stockholm; Instituto de Investigación... e altri collaboratoriReclutamentoArresto cardiaco | Fattori di rischio cardiovascolareSpagna, Svezia
-
Oregon Health and Science UniversityJohn & Tami Marick FoundationNon ancora reclutamentoDepressione perinatale
-
Healthy.io Ltd.CompletatoMalattie acute e croniche rilevabili nelle urineStati Uniti
-
University Hospital TuebingenReclutamentoPredisposizione genetica alla malattia | Malattie RareGermania