大規模言語モデルが臨床質問スキルに及ぼす影響
医学生の臨床質問スキルに対する大規模言語モデルの効果に関するランダム化比較試験
研究者らは初期段階で眼科教科書、臨床ガイドラインのコンセンサス、中山眼科センターのインターネット会話データと知識ベースを利用し、人工フィードバック強化学習やその他の技術と組み合わせてLLMを微調整し訓練し、「デジタル・システム」を開発した。 Twin Patient」は、眼科関連の医学的質問に答える機能を備えたローカライズされた大規模言語モデルであり、自動モデル評価と医療専門家による手動評価の組み合わせも構築されています。 自動モデル評価と医療専門家による手動評価を組み合わせた評価システムも同時に構築した。
このプロジェクトは、「デジタル ツイン 患者」を眼科の学部実習に統合し、学生と「デジタル ツイン 患者」のオンライン インタラクションを通じて実際の患者の診察プロセスをシミュレートし、「デジタル ツイン 患者」診察指導の効果を調査し、新しいテクノロジーを提供することを目的としています。医学生がさまざまな眼科症例を積極的に学び、臨床的思考を養い、新しいインテリジェントな教育方法を生み出す可能性を提供するツールです。
調査の概要
詳細な説明
現在、臨床質問技術指導の主流は、実習に参加する学部学生に症例の特徴や診断ポイントを学ばせ、その後病棟で実際の患者を対象に質問練習を行うというものである。 しかし、研修生の数が多いため、現状の指導形態では、尋問症例数や疾患種類の豊富さなどの点で指導需要に応えることが困難である。 したがって、指導効率を向上させ、学生の臨床的思考を強化するには、新しいインテリジェントテクノロジーを活用し、質問スキル指導の新しいモデルを作成する必要があります。
大規模言語モデリング(LLM)は、大量のテキストから知識を学習できる深層学習技術であり、ChatGPTなどのAIチャットボットはその代表的な応用例です。 AI チャットボットは、さまざまな状況における擬人化された理解力と多様な自然言語生成能力を特徴としており、米国医師免許試験に合格したり、眼病歴の文書化を支援したり、眼科の質問に答えたりするなど、当初は医療分野で応用されてきました。 ただし、LLM は一般的な医学知識においては十分なモデリング性能を備えていますが、専門疾患の領域ではまだ改善の必要があることが判明しました。 これに基づいて、研究チームは眼科教科書、臨床ガイドラインのコンセンサス、中山眼科センターのインターネット会話データと知識ベースを初期段階で使用し、人工フィードバック強化学習やその他の技術と組み合わせてLLMを微調整し、訓練しました。 、眼科関連の医学的質問に答える機能を備えたローカライズされた大規模言語モデル「デジタル ツイン ペイシェント」を開発し、自動モデル評価と医療専門家による手動評価の組み合わせも構築しました。 自動モデル評価と医療専門家による手動評価を組み合わせた評価システムも同時に構築した。
このプロジェクトは、「デジタル ツイン 患者」を眼科の学部実習に統合し、学生と「デジタル ツイン 患者」のオンライン インタラクションを通じて実際の患者の診察プロセスをシミュレートし、「デジタル ツイン 患者」診察指導の効果を調査し、新しいテクノロジーを提供することを目的としています。医学生がさまざまな眼科症例を積極的に学び、臨床的思考を養い、新しいインテリジェントな教育方法を生み出す可能性を提供するツールです。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究場所
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510060
- 募集
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
コンタクト:
- Haotian Lin, M.D., Ph.D
- 電話番号:8613802793086
- メール:linht5@mail.sysu.edu.cn
-
コンタクト:
- Lixue Liu, M.D., Ph.D
- 電話番号:8615602382879
- メール:liulx37@mail2.sysu.edu.cn
-
-
参加基準
適格基準
就学可能な年齢
- 大人
健康ボランティアの受け入れ
説明
包含基準:
- 眼科インターンシップに参加する中山大学の学部生全員。
除外基準:
- インフォームドコンセントへの署名を拒否する生徒。
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:他の
- 割り当て:ランダム化
- 介入モデル:クロスオーバー割り当て
- マスキング:なし(オープンラベル)
武器と介入
参加者グループ / アーム |
介入・治療 |
---|---|
実験的:「デジタルツイン患者」+本物の患者
テストは 5 日間で完了しました。「デジタル ツイン患者」+実際の患者グループの学生は、月曜日に「デジタル ツイン患者」を使用して病歴聴取のトレーニングを受け、その後、「デジタル ツイン患者」を使用して 15 分間の臨床質問試験を受けました。双子の患者」を火曜日に放送。
その後、水曜日に実際の患者を使って病歴聴取の訓練を受け、木曜日には「デジタルツイン患者」を使った15分間の臨床質問試験を受けた。
最後に、金曜日には実際の患者を使用して臨床質問スキルに関するテストが行われました。
|
「デジタルツイン患者」は、医学生が病歴を取得し、臨床質問スキルを練習するために、特定の疾患を持つ患者として機能します。
従来の医学教育と同様に、医学生は病歴収集スキルを練習するために実際の患者と対話する必要があります。
|
他の:本物の患者 + 「デジタルツイン患者」
テストは 5 日間で完了しました。実際の患者 + 「デジタル ツイン患者」グループの学生は、月曜日に実際の患者を使用して病歴聴取のトレーニングを受け、その後、「デジタル ツイン患者」を使用して 15 分間の臨床質問試験を受けました。火曜日に。
その後、水曜日に「デジタルツイン患者」を使った問診の訓練を受け、木曜日には「デジタルツイン患者」を使った15分間の臨床質問試験を受けた。
最後に、金曜日には実際の患者を使用して臨床質問スキルに関するテストが行われました。
|
「デジタルツイン患者」は、医学生が病歴を取得し、臨床質問スキルを練習するために、特定の疾患を持つ患者として機能します。
従来の医学教育と同様に、医学生は病歴収集スキルを練習するために実際の患者と対話する必要があります。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
時間枠 |
---|---|
病歴取得試験における学生のスコア
時間枠:この研究期間中は毎週(最長 10 か月間)
|
この研究期間中は毎週(最長 10 か月間)
|
協力者と研究者
スポンサー
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (推定)
学習記録の更新
投稿された最後の更新 (推定)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。
「デジタルツイン患者」の臨床試験
-
Scripps Whittier Diabetes InstituteSan Diego State University; University of California, San Diego完了
-
Scripps Whittier Diabetes InstituteNational Center for Advancing Translational Sciences (NCATS)募集
-
Fondazione Don Carlo Gnocchi OnlusIstituto Italiano di Tecnologia募集
-
Jewish General HospitalUniversity of Manitoba; McGill University Health Centre/Research Institute of the McGill University... と他の協力者募集