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

수술 연수생들 사이에서 ChatGpt-4를 사용한 의사 결정 평가 (EDuCATe)

2025년 4월 8일 업데이트: Manuela Mastronardi, Ospedali Riuniti Trieste

수술 연수생을위한 의사 결정 지원 도구로 Chatgpt-4 평가

이 연구는 ChatGpt-4가 임상 의사 결정에서 외과 적 연수생을 지원할 수 있는지 평가하는 것을 목표로합니다. 이 연구는 표준화 된 임상 시나리오에 대한 ChatGPT-4의 성과를 주니어 거주자, 고위 거주자 및 주민의 외과 의사와 비교함으로써 외과 교육에서 대형 언어 모델의 잠재적 역할을 이해하려고합니다. 궁극적 인 목표는 ChatGpt-4가 주니어 거주자가 비판적 사고와 외과 적 판단을 개발하는 데 도움이되는 보충 교육 도구로 안전하게 통합 될 수 있는지 평가하는 것입니다.

연구 개요

상태

아직 모집하지 않음

개입 / 치료

상세 설명

배경:

인공 지능 (AI)은 의료 환경을 빠르게 변화시켜 교육, 진단 및 의사 결정 지원에 새로운 가능성을 제공하고 있습니다. 수술에서 임상 의사 결정은 훈련을 통해 점진적으로 개발 된 핵심 역량입니다. OpenAI가 개발 한 최첨단 대형 언어 모델 인 ChatGpt-4는 의료 쿼리 및 임상 추론 작업을 처리하는 데있어 역량을 보여주었습니다. 그러나 인간 연수생과 비교하여 복잡한 외과 의사 결정에서의 성과는 크게 탐구되지 않습니다.

목적:

교육 연구는 일반 수술 사례와 관련된 임상 시나리오에 대한 ChatGPT-4의 반응의 정확성과 신뢰성을 평가하는 것을 목표로합니다. 구체적으로,이 연구는 모델의 성과를 주니어 거주자, 고위 거주자 및 외과 의사의 공연과 비교하여 ChatGPT-4가 수술 연수생을위한 안전하고 효과적인 교육 도구 역할을 할 수 있는지 이해하도록합니다.

행동 양식:

일반적인 일반 수술 조건을 나타내는 실제 익명 환자 데이터를 사용하여 7 가지 임상 시나리오가 구성됩니다. 각 사례에는 임상 의사 결정 과정을 모방하여 단계별로 제시됩니다. 참가자는 치료 선택과 관련된 질문에 대답합니다.

참가자에는 주니어 거주자 (PGY1-2), 시니어 거주자 (PGY3+) 및 단일 수술 부서의 외과 의사가 포함됩니다. ChatGpt-4에는 동일한 시나리오가 표시됩니다. 모든 참가자는 임상 지식에만 의존하여 AI 도구 또는 인터넷 검색과 같은 외부 리소스를 사용하지 않고 사례를 완료하도록 지시받습니다.

통계 분석은 비모수 적 테스트 (예 : Wilcoxon Rank Sum)를 사용한 그룹 간 성능을 비교합니다.

예상 결과 :

이 연구는 ChatGpt-4가 선임 거주자 또는 의사 결정에 대한 주민과 비교할 수있는 수준에서 수행 할 것이라고 가정합니다. 확인 된 경우, 이러한 결과는 주니어 외과 주민을위한 훈련 원조로 ChatGPT-4의 안전한 사용을 지원할 수 있으며, 잠재적으로 교육 결과와 임상 추론 기술을 향상시킬 수 있습니다.

중요성:

이 연구는 외과 교육에서 AI의 역할에 대한 새로운 통찰력을 제공 할 것입니다. 이 연구는 ChatGpt-4의 의사 결정 능력을 다양한 수준의 인간 외과 의사와 엄격하게 비교함으로써 유용성, 한계 및 거주 훈련 프로그램에서 적절한 사용을 정의하기를 희망합니다.

연구 유형

관찰

등록 (추정된)

35

연락처 및 위치

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

연구 연락처

연구 장소

      • Trieste, 이탈리아
        • University of Trieste
        • 연락하다:
        • 수석 연구원:
          • Silvia Palmisano
        • 수석 연구원:
          • Manuela Mastronardi
        • 부수사관:
          • Paola Germani
        • 부수사관:
          • Margherita Sandano

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

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

연구 인구는 단일 학업 외과 부서의 일반 수술 연수생과 교직원으로 구성됩니다. 참가자는 훈련과 경험 수준에 따라 세 그룹으로 계층화됩니다. 선임 거주자 : PGY 3 이상; 참석자 : 독립적 인 임상 실습을 가진 보드 인증 일반 외과 의사

설명

포함 기준 :

  • 참여 기관의 일반 수술 거주지 또는 부서에 적극적으로 등록하거나 고용
  • 모든 임상 사례 시나리오에 참여하고 완료하려는 의지
  • 연구 참여에 대한 동의

제외 기준 :

  • 불완전한 응답
  • 시나리오에 답할 때 외부 지원 (예 : 인터넷 검색, AI 도구) 사용, 지침에 자체 보고서

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
거주자
일반 수술의 주니어 및 고위 거주자
분석 해야하는 7 가지 임상 사례
컨설턴트
수석 일반 외과 의사
분석 해야하는 7 가지 임상 사례
Chatgpt 4
인공 지능 시스템
분석 해야하는 7 가지 임상 사례

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
올바른 응답의 비율
기간: 기준선
이진 결과 (올바른 대 잘못된 결정)
기준선

2차 결과 측정

결과 측정
측정값 설명
기간
경험 수준에서 정확도 비교
기간: 기준선
그룹 별 올바른 응답 비율 : 주니어 거주자, 고위 거주자, 의사 소통, Chatgpt-4
기준선
신뢰 수준
기간: 기준선
참가자와 chatgpt는 자신의 답변에서 자신감이 얼마나 자신감을 평가하도록 요청받습니다 (1-5 Likert Scale, 1은 자신감이없고 5가 매우 자신감이 없음)
기준선
임상 사례 평가를위한 AI 사용 백분율
기간: 기준선
참가자는 임상 활동에서 chatgpt를 사용하는지 아닌지 묻습니다.
기준선

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)

2025년 4월 10일

기본 완료 (추정된)

2025년 4월 25일

연구 완료 (추정된)

2025년 4월 30일

연구 등록 날짜

최초 제출

2025년 4월 2일

QC 기준을 충족하는 최초 제출

2025년 4월 8일

처음 게시됨 (실제)

2025년 4월 10일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 4월 10일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 4월 8일

마지막으로 확인됨

2025년 4월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • AI-Surgical training

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. .

수술에 대한 임상 시험

임상 사례에 대한 임상 시험

구독하다