大規模言語モデルベースの近視アシスタント システムの開発と検証
2025年3月11日 更新者：The Hong Kong Polytechnic University
近視は世界的な健康上の懸念として急速に高まっており、個別化された医療戦略を促進できる高度なツールが緊急に必要とされています。
大規模言語モデルなどの人工知能 (AI) ベースのソリューションは、眼科医療のための強力なツールを提供します。
この研究では、研究者らは以下の主な目的を持って、患者中心の大規模言語モデル (LLM) ベースの近視アシスタント システムを検証することを目指しています。 1) 高レベルのレポートを生成し、自己評価を支援する LLM モデルの能力を評価する。プライマリケアの患者の近視。 2) 科学的根拠に基づいた医学指向の質問に答え、近視患者のクリニック内の全体的な満足度を向上させるパフォーマンスを評価します。
調査の概要
詳細な説明
近視は、特に子供や青少年に影響を与える世界的な健康上の懸念として急速に高まっています。 近視が進行すると、近視黄斑変性症などの重篤な合併症を引き起こす可能性があり、視力や生活の質に大きな影響を与えます。 近視の有病率が上昇しているため、個別化された医療戦略を促進できる高度なツールが緊急に必要とされています。 大規模言語モデルなどの人工知能 (AI) ベースのソリューションは、眼科医療のための強力なツールを提供します。 それにもかかわらず、実際の臨床環境におけるそれらの有効性と安全性は十分に調査されていません。
この研究では、研究者らは以下の主な目的を持って、患者中心の大規模言語モデル (LLM) ベースの近視アシスタント システムを検証することを目指しています。 1) 高レベルのレポートを生成し、自己評価を支援する LLM モデルの能力を評価する。プライマリケアの患者の近視。 2) 科学的根拠に基づいた医学指向の質問に答え、近視患者のクリニック内の全体的な満足度を向上させるパフォーマンスを評価します。 この研究の結果は、医療分野における GPT モデルの適用に貴重な洞察を提供し、医療サービスのアクセシビリティと質の向上に大きく貢献します。
研究の種類
介入
入学 (実際)
70
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Hong Kong
-
Hong Kong、Hong Kong、中国、000
- The Hong Kong Polytechnic University
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
説明
包含基準:
- 外来参加者は6歳から75歳まで。
- 医療目的で眼科検査を受ける方。
- 両眼で鮮明な眼科画像を生成できる参加者。
- デジタル医療に関する研究の経験がない
- 書面によるインフォームドコンセントを得てこの研究に参加することに同意する
除外基準:
- この研究への参加に消極的な参加者
- 研究内容を理解できない参加者。
- 最近眼科手術を受けた参加者、または近視の評価に関連する画像結果の解釈に影響を与える可能性のある重度の眼疾患（重度の硝子体出血、白内障、角膜白斑など）を患っている参加者は研究から除外されます。
- ぼやけ、アーティファクト、露出不足、露出過剰など、眼科画像の品質が低い参加者。
- その他評価者が不適当と判断した理由。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
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：並列代入
- マスキング：独身
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：患者中心のアシスタントシステム
参加者は、大言語モデル（LLM）に基づいた患者中心のアシスタントシステムを使用して外来診療の手順に10分間取り組みました。
|
参加者は、医師との通常の対面診療の前に、タブレット端末に組み込まれたLLMモデルインターフェースを使用して10分間の医療相談に参加します。
試験中、参加者は、危険因子、症状、診断、検査、治療、アドバイス、注意などの側面を網羅する自由な会話を行うことができました。眼科画像検査を完了した参加者は、結果をアシスタントモデルに入力して生成するよう求められます。構造化されたレポート。
|
|
介入なし：対照群
参加者は、大言語モデル (LLM) に基づく患者中心のアシスタント システムまたは同様の人工知能の支援なしで、10 分間外来診療の手順に従事しました。
|
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 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
満足度
時間枠：外来受診手続き直後
|
大規模言語モデル (LLM) に基づく患者中心のアシスタント システムの使用の有無にかかわらず、参加者の臨床経験の満足度が評価されました。
合計満足度スコアは、臨床経験に対する参加者の満足度と自身の問題解決の有効性を評価するアンケート (患者ユーザー満足度スケール) を使用して報告されました。
アンケートは 5 段階のリッカート尺度で測定され、1 は強く同意しないことを表します。 5 は強く同意することを表します。スコアが高いほど満足度が高いことを示します。
|
外来受診手続き直後
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
参加者が医師からの近視管理アドバイスを採用するかどうか
時間枠：外来受診手続き直後
|
これは、参加者が近視治療に関する医師の推奨事項に従うかどうかを評価する二項対立の結果です。
参加者が近視を制御または管理するために提供される処方された治療または介入を実施するかどうかに焦点を当てます。
|
外来受診手続き直後
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- 主任研究者：Mingguang He, M.D, Ph.D、The Hong Kong Polytechnic University
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2024年9月21日
一次修了 (実際)
2024年10月26日
研究の完了 (実際)
2024年10月26日
試験登録日
最初に提出
2024年9月11日
QC基準を満たした最初の提出物
2024年9月19日
最初の投稿 (実際)
2024年9月23日
学習記録の更新
投稿された最後の更新 (実際)
2025年3月25日
QC基準を満たした最後の更新が送信されました
2025年3月11日
最終確認日
2025年2月1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。