MyChart 메시징용 생성 AI에 대한 DHL 설문조사
2023년 12월 12일 업데이트: Duke University
Duke Health, MyChart 메시징용 생성 인공 지능(AI)에 대한 설문 조사 청취
이 연구의 목적은 환자가 의사에게 전자 메시지를 보낼 때 반응을 생성하기 위해 컴퓨터 프로그램을 사용하는 것에 대해 어떻게 느끼는지 이해하는 것입니다.
연구 개요
상세 설명
- 조사관은 환자의 의료 기록에 메시지를 생성하는 컴퓨터 프로그램 사용에 대해 어떻게 생각하는지 묻기 위해 온라인으로 간단한 설문조사를 만들 예정입니다.
- 설문조사는 환자가 질문을 하고 실제 사람이나 컴퓨터 프로그램으로부터 답변을 얻는 가상의 상황을 보여줄 것이며, 답변이 어떻게 작성되었는지 공개 여부에 관계없이 표시됩니다.
- 조사관은 설문 조사에 참여하는 사람들에게 평가 척도, 비교 척도 또는 서면 응답과 같은 도구를 사용하여 이러한 상황에 대해 어떻게 생각하는지 공유하도록 요청합니다.
- 환자가 원하는 경우 향후 토론 그룹에 참여할 수 있도록 연락처 정보를 제공할 수 있습니다. 참가자는 설문 조사를 완료하기 위해 개인 정보를 제공할 필요가 없습니다.
연구 유형
중재적
등록 (실제)
1454
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
North Carolina
-
Durham, North Carolina, 미국, 27710
- Duke University Health System
-
-
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
- 고령자
건강한 자원 봉사자를 받아들입니다
예
설명
포함 기준:
- Duke Health 회원은 환자 옹호 커뮤니티에 귀를 기울입니다.
제외 기준:
- 연령 < 18
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 |
|---|---|
|
다른: 팔 A
각 팔은 3개의 전송에 걸쳐 시간이 지남에 따라 간격을 두고 3개의 임상 시나리오를 받게 됩니다. 6개 그룹(Arms A-F)은 다음과 같은 명명 규칙에 따라 정렬됩니다.
Arm A는 Send 1에서 AHN, Send 2에서 BAIC, Send 3에서 CHH를 수신합니다. |
우리는 의사에게 보내는 가상 메시지에 대한 응답을 자동으로 생성하기 위해 GPT 3.5와 같은 대규모 언어 모델을 사용할 것입니다.
이 기술을 사용하여 메시지가 생성되었는지 여부를 공개합니다.
이 기술에 대한 환자의 태도를 테스트할 3가지 임상 시나리오와 6쌍의 인간/AI 반응 및 인간 공개/AI 공개/공개되지 않음이 있습니다.
|
|
다른: 팔 B
각 팔은 3개의 전송에 걸쳐 시간이 지남에 따라 간격을 두고 3개의 임상 시나리오를 받게 됩니다. 6개 그룹(Arms A-F)은 다음과 같은 명명 규칙에 따라 정렬됩니다.
Arm B는 Send 1에서 BHC, Send 2에서 CAIH, Send 3에서 AAIN을 수신합니다. |
우리는 의사에게 보내는 가상 메시지에 대한 응답을 자동으로 생성하기 위해 GPT 3.5와 같은 대규모 언어 모델을 사용할 것입니다.
이 기술을 사용하여 메시지가 생성되었는지 여부를 공개합니다.
이 기술에 대한 환자의 태도를 테스트할 3가지 임상 시나리오와 6쌍의 인간/AI 반응 및 인간 공개/AI 공개/공개되지 않음이 있습니다.
|
|
다른: 암 C
각 팔은 3개의 전송에 걸쳐 시간이 지남에 따라 간격을 두고 3개의 임상 시나리오를 받게 됩니다. 6개 그룹(Arms A-F)은 다음과 같은 명명 규칙에 따라 정렬됩니다.
Arm C는 Send 1에서 CHC, Send 2에서 AHH, Send 3에서 BAIN을 수신합니다. |
우리는 의사에게 보내는 가상 메시지에 대한 응답을 자동으로 생성하기 위해 GPT 3.5와 같은 대규모 언어 모델을 사용할 것입니다.
이 기술을 사용하여 메시지가 생성되었는지 여부를 공개합니다.
이 기술에 대한 환자의 태도를 테스트할 3가지 임상 시나리오와 6쌍의 인간/AI 반응 및 인간 공개/AI 공개/공개되지 않음이 있습니다.
|
|
다른: 암 D
각 팔은 3개의 전송에 걸쳐 시간이 지남에 따라 간격을 두고 3개의 임상 시나리오를 받게 됩니다. 6개 그룹(Arms A-F)은 다음과 같은 명명 규칙에 따라 정렬됩니다.
Arm D는 Send 1에서 AAIH, Send 2에서 BHN, Send 3에서 CAIC를 수신합니다. |
우리는 의사에게 보내는 가상 메시지에 대한 응답을 자동으로 생성하기 위해 GPT 3.5와 같은 대규모 언어 모델을 사용할 것입니다.
이 기술을 사용하여 메시지가 생성되었는지 여부를 공개합니다.
이 기술에 대한 환자의 태도를 테스트할 3가지 임상 시나리오와 6쌍의 인간/AI 반응 및 인간 공개/AI 공개/공개되지 않음이 있습니다.
|
|
다른: 팔 E
각 팔은 3개의 전송에 걸쳐 시간이 지남에 따라 간격을 두고 3개의 임상 시나리오를 받게 됩니다. 6개 그룹(Arms A-F)은 다음과 같은 명명 규칙에 따라 정렬됩니다.
Arm E는 Send 1에서 BAIH, Send 2에서 CHN, Send 3에서 AHC를 수신합니다. |
우리는 의사에게 보내는 가상 메시지에 대한 응답을 자동으로 생성하기 위해 GPT 3.5와 같은 대규모 언어 모델을 사용할 것입니다.
이 기술을 사용하여 메시지가 생성되었는지 여부를 공개합니다.
이 기술에 대한 환자의 태도를 테스트할 3가지 임상 시나리오와 6쌍의 인간/AI 반응 및 인간 공개/AI 공개/공개되지 않음이 있습니다.
|
|
다른: 팔 F
각 팔은 3개의 전송에 걸쳐 시간이 지남에 따라 간격을 두고 3개의 임상 시나리오를 받게 됩니다. 6개 그룹(Arms A-F)은 다음과 같은 명명 규칙에 따라 정렬됩니다.
Arm F는 Send 1에서 CAIN, Send 2에서 AAIC, Send 3에서 BHH를 받습니다. |
우리는 의사에게 보내는 가상 메시지에 대한 응답을 자동으로 생성하기 위해 GPT 3.5와 같은 대규모 언어 모델을 사용할 것입니다.
이 기술을 사용하여 메시지가 생성되었는지 여부를 공개합니다.
이 기술에 대한 환자의 태도를 테스트할 3가지 임상 시나리오와 6쌍의 인간/AI 반응 및 인간 공개/AI 공개/공개되지 않음이 있습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
설문조사를 통해 측정된 환자 만족도
기간: 최대 2주
|
만족도 질문에 대한 리커트 척도 응답: "이 상호 작용에 만족합니다.", 1~5점 척도로 표시되며 답변 옵션은 매우 반대(1), 반대(2), 동의도 반대도 아님(3), 동의(4)입니다. ), 강력하게 동의합니다(5).
|
최대 2주
|
|
설문조사를 통해 측정된 효용에 대한 환자의 태도
기간: 최대 2주
|
유용성 질문에 대한 리커트 규모 응답: "정보가 유용합니다", 1~5점 척도로 매우 동의하지 않음(1), 동의하지 않음(2), 동의도 반대하지도 않음(3), 동의(4), 강력하게 동의합니다(5).
|
최대 2주
|
|
설문조사를 통해 측정된 환자 공감
기간: 최대 2주
|
공감 질문에 대한 리커트 척도 응답: "이 상호작용 중에 보살핌을 받는다고 느낍니다.", 1~5점 척도로 매우 반대(1), 반대(2), 동의도 반대도 아님(3), 동의(3)의 답변 옵션을 사용합니다. 4), 전적으로 동의합니다(5).
|
최대 2주
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
수사관
- 수석 연구원: Anand Chowdhury, MD, MMCi, Duke University
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 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 (실제)
2023년 10월 31일
기본 완료 (실제)
2023년 12월 11일
연구 완료 (실제)
2023년 12월 11일
연구 등록 날짜
최초 제출
2023년 10월 23일
QC 기준을 충족하는 최초 제출
2023년 10월 26일
처음 게시됨 (실제)
2023년 10월 30일
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
2023년 12월 13일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 12월 12일
마지막으로 확인됨
2023년 10월 1일
추가 정보
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. .