理学療法の学生の臨床的再起動のための大きな言語モデル
理学療法学生の臨床推論トレーニングのための大規模な人工知能ベースの言語モデルのランダム化比較試験の実現可能性。ランダム化比較試験
臨床的推論は、理学療法の学生にとって基本的なスキルであり、患者情報を収集して解釈して正確な診断と治療の決定を行うことができます。 従来のトレーニング方法は、多くの場合、学生の多様な範囲の臨床症例への暴露を制限し、これらのスキルの開発を制限する可能性があります。 ChatGptなどの大規模な言語モデル（LLM）の理学療法教育への統合は、インタラクティブで現実的な患者シナリオをシミュレートすることにより、臨床的推論を強化するための新しいアプローチを提供します。
このランダム化比較試験は、理学療法学生の臨床推論スキルを向上させるためのLLMベースの教育介入の有効性を評価することを目的としています。 この研究では、複数の大学機関から合計200年の3年目の理学療法学生を募集します。 参加者は、2つのグループのいずれかにランダムに割り当てられます。
- 実験グループ - 学生はLLMベースのトレーニングを受け、8週間にわたって臨床症例を解決するための会話型人工知能モデルに従事します。 このモデルは、質問に対するリアルタイムの回答を提供し、診断と治療の推論を改善できるようにします。
- コントロールグループ - 学生は、従来の症例ベースの学習に参加し、AIベースの支援なしで監視された臨床推論演習に参加し、標準的なカリキュラムに従います。
この研究の主な結果は、標準化された書面による症例評価と構造化された実用的な試験を通じて評価される臨床推論スキルの改善です。 二次的な結果には、デジタル能力の変化、学生のエンゲージメントレベル、教育アプローチに対する全体的な満足度、介入の費用対効果が含まれます。
臨床推論トレーニングに対するLLMの影響を評価することにより、この研究では、AI主導の教育ツールが従来の理学療法教育を効果的に補完し、実世界の臨床実践の学生の準備を改善できるかどうかを判断しようとしています。
調査の概要
詳細な説明
臨床的推論は、理学療法の学生にとって重要な能力であり、患者情報に基づいて治療計画を評価、診断、作成することができます。 その重要性にもかかわらず、従来の教育的アプローチは、学生のさまざまな臨床症例への露出を制限することが多く、包括的な推論スキルを開発する能力を制限します。 人工知能、特にChatGPTなどの大規模な言語モデル（LLM）の進歩は、現実的でインタラクティブな臨床シナリオをシミュレートすることにより、有望なソリューションを提供します。
このランダム化比較試験（RCT）は、理学療法学生の臨床推論スキルを向上させる際の従来のトレーニング方法と比較して、LLMベースの介入の有効性を評価することを目的としています。 3年生は、従来のカリキュラムベースのケースディスカッションに従って、AI主導の症例ベースのトレーニングを受けて、AI主導の症例ベースのトレーニングを受ける実験グループにランダムに割り当てられます。
介入は8週間続き、その間に実験グループの学生がLLMと対話して毎週の臨床症例を解決し、実際の患者の出会いを模倣します。 このモデルは仮想患者として機能し、学生の問い合わせに対応し、診断の推論と治療計画を改良できるようにします。 対照的に、コントロールグループは、伝統的な書面および家庭教師主導のケースディスカッションに参加します。
統計分析計画
データは、SPSSバージョン29.0（SPSS Inc.、シカゴ、イリノイ州、米国）を使用して分析されます。 記述統計は、参加者のベースライン特性を要約するために使用され、連続変数は平均±標準偏差（SD）または中央値[四分位範囲]として表され、正常性、および周波数（n）およびパーセンテージ（％）として提示されるカテゴリ変数が表示されます。 分布の正常性は、Kolmogorov-SmirnovテストとShapiro-Wilkテストを使用して評価されます。 グループ間比較は使用されます。連続変数の独立したt検定またはMann-Whitney Uテスト。カテゴリ変数のカイ二乗検定またはフィッシャーの正確なテスト。反復測定ANOVAまたは線形混合モデルを使用して、臨床推論スコア、デジタル能力、および満足度レベルの経時的な変化を評価します。
ロジスティック回帰モデルが適用され、LLMベースの介入との関与の予測因子を探索します。 効果サイズ（Cohen's D、Rosenthal's R）は、観察された差の大きさを測定するために計算されます。 LLMベースの介入を実装するコストと、臨床推論スコアの改善と学生エンゲージメントレベルの改善を比較することにより、費用対効果分析が実施されます。
統計的有意性はp <0.05に設定され、すべての分析は両側アプローチを使用して実施されます。
研究の種類
入学 (推定)
段階
- フェーズ2
連絡先と場所
研究連絡先
- 名前：Alfredo Lerín Calvo, Professor
- 電話番号：+34620187457
- メール：alfredo.lerin@lasallecampus.es
研究場所
-
-
Madrid
-
Madrid、Madrid、スペイン、28023
- 募集
- Centro Superior de Estudios Universitarios La Salle
-
コンタクト：
- Alfredo Lerín Calvo, Professor
- 電話番号：+34620187457
- メール：alfredo.lerin@lasallecampus.es
-
主任研究者：
- Raúl Ferrer Peña, PhD
-
-
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：
- La Salle Center for Higher University Studies（LCHUS）の理学療法プログラムの3年目に登録した学生
- 参加者は18歳から30歳でなければなりません。
- 学生は、研究の目的、手順、および潜在的なリスクについて説明された後、インフォームドコンセントフォームに署名することにより、研究に参加することに同意する必要があります。
- 参加者は、LLMベースのプラットフォーム（実験グループ向け）に従事するか、研究中に従来の学習活動（対照群）に参加することをいとわない必要があります。
除外基準：
- 理学療法教育の3年目を超えて以前の臨床経験を持つ学生。
- 介入（視力、聴覚、または運動障害など）に参加または恩恵を受ける能力を妨げる可能性のある身体的または認知障害。
- 研究に参加するためにインフォームドコンセントを提供しない学生。
- 資料と介入を理解するためにスペイン語または英語に十分な習熟度を持っていない学生。
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：処理
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：LLMグループ
実験グループの参加者は、大規模な言語モデル（LLM）ベースのトレーニングを臨床推論教育に組み込む8週間の介入を受けます。 学生は、LLM駆動のプラットフォーム（CHATGPT）を使用して毎週の臨床症例シミュレーションに従事し、モデルと対話して患者情報を取得し、診断を策定し、治療計画を提案します。 LLMは、仮想患者の遭遇をシミュレートして、リアルタイムの応答を提供します。 このトレーニングは、標準的なカリキュラムを補完し、学生が構造化されたインタラクティブなAIアシスト環境で臨床推論スキルを実践できるようにします。 介入の終わりに、参加者は最終的な症例ベースの評価を完了して、臨床的推論、デジタル能力、およびテクノロジーへの関与の改善を評価します。 |
実験グループへの介入は、理学療法学生のための臨床推論トレーニングに大規模な言語モデル（LLM）ベースのインタラクティブプラットフォーム（CHATGPT）を統合することによって区別されます。
従来の教育的アプローチとは異なり、この介入はリアルタイムでAIに生成された患者の相互作用を提供し、学生が仮想臨床症例シミュレーションに積極的に関与できるようにします。
|
|
アクティブコンパレータ：従来の学習グループ
対照群の参加者は、LLMベースの介入にさらされることなく、8週間にわたって臨床推論トレーニングのために標準的なカリキュラムに従います。 学生は、書面によるケース分析やインストラクターとの監督された議論など、従来の学習方法を使用して、毎週のケースベースの議論に従事します。 これらのセッションは、理学療法トレーニングプログラムで使用される通常の教育フレームワークに従い、インストラクター主導のガイダンスを通じて診断の推論と治療計画を強調します。 トレーニング期間の終わりに、参加者は最終的なケースベースの評価を完了して、臨床的推論スキル、デジタル能力、および学習プロセスとの全体的な関与を評価します。 |
対照群への介入は、理学療法教育で一般的に使用される従来の症例ベースの学習アプローチに従います。
実験グループとは異なり、このトレーニング方法は、人工知能やインタラクティブなデジタルツールの統合なしに、人間主導の指導と書面による症例分析のみに依存しています。
|
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 |
|---|---|---|
|
臨床的推論パフォーマンス
時間枠：症例ベースの評価と実践的評価を通じて、8週間の介入の最初と終わりに評価されます。
|
この結果は、介入後の学生の臨床推論スキルの改善を測定します。
学生は、患者情報を収集、解釈、分析する能力に基づいて評価され、正確な診断と治療計画を策定します。
これは、書かれたケーススタディとラサータールーブリックを使用した実践試験の両方を通じて評価されます。このスケールは、この結果を評価するために使用される機器です。
|
症例ベースの評価と実践的評価を通じて、8週間の介入の最初と終わりに評価されます。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
介入との学生の関与
時間枠：8週間の介入期間を通して、学生のやり取りと症例の完了を毎週追跡することで監視されます。
|
この結果は、LLMベースのプラットフォーム（実験グループ）および従来のケースベースの学習（コントロールグループ）との学生の積極的な関与のレベルを測定します。
エンゲージメントは、相互作用の頻度、使用期間、および割り当てられたケースの完了率に基づいて評価されます。
|
8週間の介入期間を通して、学生のやり取りと症例の完了を毎週追跡することで監視されます。
|
|
教育的アプローチに対する満足
時間枠：LLMベースのプラットフォームへのアクセスを提供し、他の結果で観察された改善と比較することに関連するコストを使用して、介入期間の終了時に計算されました。
|
この結果は、介入の有効性、使いやすさ、知覚される価値に焦点を当てた学習経験に対する学生の全体的な満足度を評価します。
満足度は、視覚アナログスケール（VAS）を使用して測定され、学生はトレーニング方法に対する満足度を評価します。
|
LLMベースのプラットフォームへのアクセスを提供し、他の結果で観察された改善と比較することに関連するコストを使用して、介入期間の終了時に計算されました。
|
|
デジタル能力
時間枠：アドホックデジタルコンピテンスアンケートを介して、8週間の介入の開始時と終了時に評価されました。
|
この結果は、臨床推論のコンテキストで、デジタルツール、特にChatGPTなどのAI駆動型プラットフォームを効果的に使用する学生の能力を評価します。
学生は、データ管理、ヘルスコミュニケーション、デジタルコンテンツの作成など、いくつかのドメインでスキルを評価するデジタルコンピテンスアンケートに記入します。
Montero-Delgado et al。 （2020）
|
アドホックデジタルコンピテンスアンケートを介して、8週間の介入の開始時と終了時に評価されました。
|
協力者と研究者
スポンサー
出版物と役立つリンク
一般刊行物
- Lasater K. Clinical judgment development: using simulation to create an assessment rubric. J Nurs Educ. 2007 Nov;46(11):496-503. doi: 10.3928/01484834-20071101-04.
- Milad D, Antaki F, Milad J, Farah A, Khairy T, Mikhail D, Giguere CE, Touma S, Bernstein A, Szigiato AA, Nayman T, Mullie GA, Duval R. Assessing the medical reasoning skills of GPT-4 in complex ophthalmology cases. Br J Ophthalmol. 2024 Sep 20;108(10):1398-1405. doi: 10.1136/bjo-2023-325053.
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 (実際)
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
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- ALC001NR005
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?
IPD プランの説明
この研究では、個々の参加者データ（IPD）は公開されません。 臨床的推論評価、デジタル能力評価、満足度スコアを含む収集されたデータは、この調査研究の目的のためだけに使用されます。 参加者データへのアクセスは研究チームに制限され、外部関係者と共有するために利用できません。
参加者のプライバシーと機密性は、調査中に厳密に維持されます。 すべてのデータは匿名化され、識別可能な情報は、適用されるデータ保護規則に準拠して安全に保存および保護されます。 さらに、調査の結果は集計形式で共有され、個人のデータが公開報告書や出版物で開示または識別可能でないことを保証します。
参加者のプライバシーを保護するための倫理的コミットメントの一環として、IPDへのアクセスの要求は認められません。
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
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。