医師の診断推論に対する大規模言語モデルの影響
調査の概要
詳細な説明
診断エラーは、予防可能な患者への危害の主な原因です。 大規模言語モデル (LLM)、特に ChatGPT-4o の最近の進歩は、医療上の意思決定の強化に有望であることが示されています。 しかし、医師（内科医や外科医など）の診断推論に対するそれらの影響についてはほとんど知られていません。
診断の精度は、複雑な臨床推論と患者データの慎重な評価に依存します。 AI 支援によりエラーが削減され、効率が向上する可能性がありますが、ChatGPT-4o には医学的検証が欠けており、誤った情報生成 (幻覚とも呼ばれます) によって新たなリスクが生じる可能性があります。 これらのリスクを軽減するには、医師は ChatGPT-4o の機能、制限、および適切な使用法を理解するための十分なトレーニングを必要とします。 これらの不確実性と適切な AI トレーニングの重要性を考慮すると、臨床実装前に体系的な評価が不可欠です。
このランダム化研究では、ChatGPT-4o へのアクセスが従来のリソース (教科書、オンライン医療データベースなど) のみと比較して医師の診断能力を向上させるかどうかを評価します。 参加する医師は全員、ChatGPT-4o の使用法、迅速なエンジニアリング技術、出力評価戦略をカバーする少なくとも 10 時間のトレーニング プログラムを完了している必要があります。 参加者は、裏付けとなる証拠を伴う鑑別診断と、臨床例に推奨される次のステップを提供し、その回答は盲検審査員によって評価されます。
研究の種類
入学 (実際)
段階
- 適用できない
連絡先と場所
研究場所
-
-
Punjab
-
Lahore、Punjab、パキスタン、54792
- Lahore University of Management Sciences
-
-
参加基準
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
説明
包含基準:
- パキスタン医科歯科評議会（PMDC）に完全または暫定的に登録された医師。
- 医学学士、外科学学士（MBBS）試験を完了しました。 米国とカナダにおける MBBS の同等の学位は、医学博士 (MD) と呼ばれます。
- 参加者は、ChatGPT (または同等の大規模言語モデル) の使用に関する構造化されたトレーニング プログラムを完了しており、合計で少なくとも 10 時間の指導を完了している必要があります。 プログラムには、LLM の側面、特に迅速なエンジニアリングとコンテンツ評価に関連する実践的な演習が含まれている必要があります。
除外基準:
- PMDC に登録されたその他の医師（正式または暫定）（歯科外科の学士号または BDS を持つ専門家など）。
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：診断
- 割り当て：ランダム化
- 介入モデル：並列代入
- 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 |
|---|---|
|
アクティブコンパレータ：チャットGPT-4o
グループには ChatGPT-4o へのアクセスが与えられます。
|
OpenAI の ChatGPT-4o チャット インターフェイスを備えた大規模言語モデル。
|
|
介入なし：従来のリソース
グループには ChatGPT-4o へのアクセスは与えられませんが、大規模な言語モデル (PubMed、AI 概要なしの Google など) 以外のリソースを使用することが奨励されます。
|
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 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
診断推論
時間枠：参加者登録後 0 ～ 4 日の間に行われる、スケジュールされた診断推論評価セッション中に、各ケースの単一時点で評価されます。
|
主な結果は、各ケースの正解率 (範囲: 0 ～ 100) になります。
各症例について、参加者は上位 3 つの診断、その診断を裏付ける症例の所見、およびその診断に反対する症例の所見を尋ねられます。
もっともらしい診断ごとに、参加者は 1 ポイントを受け取ります。
診断を裏付ける所見と診断に反対する所見も、正しさに基づいて評価され、部分的に正しい場合は 1 ポイント、完全に正しい場合は 2 ポイントとなります。
次に、参加者は最も上位の診断名を尋ねられ、妥当な回答で 1 ポイント、最も正しい回答で 2 ポイントを獲得します。
最後に、参加者は患者をさらに評価するための次のステップを 3 つまで挙げるよう求められ、部分的に正しい応答には 1 ポイントが与えられ、完全に正しい応答には 2 ポイントが与えられます。
主要結果は、ランダム化されたグループによって症例レベルで比較されます。
|
参加者登録後 0 ～ 4 日の間に行われる、スケジュールされた診断推論評価セッション中に、各ケースの単一時点で評価されます。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
診断に費やした時間
時間枠：参加者登録後 0 ～ 4 日の間に行われる、スケジュールされた診断推論評価セッション中に、各ケースの単一時点で評価されます。
|
2 つの研究部門間で、参加者が 1 件あたりに費やす時間 (秒単位) を比較します。
|
参加者登録後 0 ～ 4 日の間に行われる、スケジュールされた診断推論評価セッション中に、各ケースの単一時点で評価されます。
|
協力者と研究者
捜査官
- 主任研究者：Ihsan Ayyub Qazi, PhD、Lahore University of Management Sciences
- 主任研究者：Muhammad Asadullah Khawaja, MBBS、King Edward Medical University
- 主任研究者：Ayesha Ali, PhD、Lahore University of Management Sciences
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
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 (実際)
学習記録の更新
投稿された最後の更新 (実際)
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
本研究に関する用語
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
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。