이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

지능형 언어 모델을 통해 의학 연구자의 자기 학습 강화

새로운 지능형 언어 모델이 의료 연구자의 자기 학습 능력에 미치는 영향에 대한 우월성 무작위 대조 시험

의학의 과학적 문제를 해결하는 것은 의학 발전의 중요한 원동력입니다. 과학적 질문의 복잡성이 증가함에 따라 해결해야 할 학제간 협력이 필요한 문제의 수가 증가하고 있습니다. 그러나 대부분의 의학 연구자들은 학제간 배경 지식이 부족하고 관련 지식과 기술을 체계적으로 습득하는 데 상당한 시간이 필요합니다. 또한, 새로운 지식과 기술의 지속적인 출현은 의료분야에서 연구자의 자율학습 능력의 중요성을 강조하고 있다. 따라서 의학학문의 발전을 촉진하기 위해서는 학제간 연구를 수행하기 위한 연구자의 자기주도적 학습능력을 향상시킬 수 있는 효과적인 방법이 절실히 요구된다.

ChatGPT가 예시하는 차세대 인공 지능 언어 모델은 연구자가 다양한 영역의 지식과 정보에 접근할 수 있도록 지원하는 데 큰 잠재력을 가지고 있습니다. 연구자들이 이러한 AI 도구를 활용하여 학제간 연구를 수행하기 위한 자기주도 학습 능력을 향상시킬 수 있는지 여부는 더 탐구되어야 합니다. 또한, 현재 유효한 증거가 부족함에도 불구하고 이를 사용함으로써 인지 능력이 저하될 수 있다는 우려가 제기되었습니다.

ChatGPT로 대표되는 AI 도구가 의학 연구자가 학제간 연구를 수행하는 데 효과적으로 도움을 줄 수 있는지, 그리고 그 사용이 연구자의 인지 능력에 부정적인 영향을 미칠 수 있는지 여부를 조사하기 위해 무작위 대조 시험이 필요합니다. 이 시험은 의료 연구 영역에서 AI 도구 활용과 관련된 잠재적 이점과 위험을 확인하는 것을 목표로 합니다.

연구 개요

연구 유형

중재적

등록 (추정된)

60

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처 백업

연구 장소

    • Guangdong
      • Guangzhou, Guangdong, 중국, 510060
        • Zhongshan Ophthalmic Center, Sun Yat-sen University

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인

건강한 자원 봉사자를 받아들입니다

설명

포함 기준:

  • 임상경력 1~3년의 주니어 안과의사
  • 성별에 관계없이 20~28세
  • 디지털 의학과 관련된 학제간 연구에 대한 사전 경험이 없습니다.
  • 시험 기간 동안 본 연구에 최소 20시간 이상 참여했다고 스스로 보고했습니다.
  • 이 연구에 참여하는 데 동의하고 사전 동의에 서명합니다.

제외 기준:

  • 읽기 장애 또는 읽기 장애가 있는 개인
  • 이 연구에 참여를 꺼리는 경우

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 다른
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 하나의

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 지능형 언어 모델 그룹
피험자는 Google 검색, 문헌 검색 및 도서 검색 외에도 학제간 작업의 검색 및 프로토콜 설계 실행을 완료하기 위해 지능형 언어 모델을 사용해야 합니다.
피험자는 Google 검색, 문헌 검색 및 도서 검색 외에도 학제간 작업의 검색 및 프로토콜 설계 실행을 완료하기 위해 지능형 언어 모델을 사용해야 합니다.
위약 비교기: 컨트롤 그룹
피험자는 Google 검색, 문헌 검색 및 도서 쿼리만 사용할 수 있으며, AI 기반 대화형 자연어 처리 도구를 사용하여 학제간 작업의 검색 및 프로토콜 설계 실행을 완료할 수 없습니다.
피험자는 Google 검색, 문헌 검색 및 도서 쿼리만 사용할 수 있으며, AI 기반 대화형 자연어 처리 도구를 사용하여 학제간 작업의 검색 및 프로토콜 설계 실행을 완료할 수 없습니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
완료율
기간: 연구 완료까지 평균 9개월 소요
주어진 시간 내에 작업을 완료한 사람 수 / 그룹에 속한 전체 사람 수
연구 완료까지 평균 9개월 소요

2차 결과 측정

결과 측정
측정값 설명
기간
연구 프로그램의 타당성
기간: 연구 완료까지 평균 9개월 소요
계획의 타당성은 전문가로 구성된 채점 그룹에 의해 채점됩니다. 타당성은 테스트의 핵심 단계와 세부 사항의 정확성과 무결성에 따라 1~5점으로 구분됩니다. 점수가 높을수록 실현 가능성이 높아집니다. 1점은 주요 단계의 절반 이상이 누락되었거나 잘못되었음을 나타내고, 5점은 모든 주요 단계와 세부 사항이 적절함을 나타냅니다.
연구 완료까지 평균 9개월 소요

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (추정된)

2023년 8월 20일

기본 완료 (추정된)

2023년 10월 31일

연구 완료 (추정된)

2024년 4월 30일

연구 등록 날짜

최초 제출

2023년 8월 21일

QC 기준을 충족하는 최초 제출

2023년 8월 28일

처음 게시됨 (실제)

2023년 8월 29일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2023년 8월 29일

QC 기준을 충족하는 마지막 업데이트 제출

2023년 8월 28일

마지막으로 확인됨

2023년 7월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

의료 인공 지능에 대한 임상 시험

지능형 언어 모델에 대한 임상 시험

3
구독하다