Onderzoek naar de effectiviteit van AI-generatieve modellen voor diabetespatiënten
Studie Overzicht
Toestand
Interventie / Behandeling
Gedetailleerde beschrijving
Diabetes verspreidt zich snel en treft een aanzienlijk aantal volwassenen, met een duizelingwekkend totaal van 537 miljoen diabetespatiënten. Deze aandoening geeft aanleiding tot verschillende complicaties die kunnen leiden tot diabetische retinopathie, voetzweren, hartproblemen en nierbeschadiging. Veel van deze complicaties kunnen echter worden verzacht door patiënten nauwkeurige informatie te geven over hun dieet, stressbeheersing en gewichtsbeheersing.
De recente vorderingen op het gebied van op generatieve kunstmatige intelligentie gebaseerde chatbots hebben hun doeltreffendheid als intelligente assistenten in verschillende aspecten van het menselijk leven aangetoond. In deze studie willen we de effectiviteit van deze taalmodellen beoordelen bij het helpen van patiënten. Ons onderzoeksplan omvat de interactie tussen patiënten en chatbots zoals ChatGPT, zowel met als zonder menselijke ondersteuning, gevolgd door evaluaties van deze interacties door specialisten. Daarnaast verzamelen we feedback van patiënten over hun ervaringen en percepties van de chatbot-interacties.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Ghulam Mustafa
- Telefoonnummer: +923322340395
- E-mail: mustafabme@gmail.com
Studie Locaties
-
-
Sindh
-
Karachi, Sindh, Pakistan
- Werving
- CDLE, PCSIR Lbas Complex
-
Contact:
- Ghulam Mustafa
- E-mail: mustafabme@gmail.com
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Fysiek aanwezig in Pakistan
- Volwassenen (18 jaar of ouder)
- Diabetes Patiënt
Uitsluitingscriteria:
- Volwassenen kunnen niet instemmen
- Personen die nog niet volwassen zijn (baby's, kinderen, tieners)
- Gevangenen
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Interventie
Patiënten krijgen toegang tot Chatbot om hun vragen over diabetische complicaties te stellen.
|
Alle deelnemers krijgen toegang tot AI-Chatbot en wordt gevraagd om hun dagelijkse levensproblemen met betrekking tot diabetes te onderzoeken.
Ze zullen ook worden gevraagd om de antwoorden van de Chatbot na hun interactie te bekijken.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Bruikbaarheid van de Chatbot voor diabetespatiënt
Tijdsspanne: Een keer
|
Om de bruikbaarheid van de Chatbot te beoordelen, zullen we de mHealth App Usability Questionnaire (MAUQ) gebruiken om feedback te verzamelen van patiënten na hun interactie.
Ons onderzoek zal tabel 4 van deze vragenlijst gebruiken, die uit drie delen bestaat: gebruiksgemak, interface en tevredenheid en bruikbaarheid.
Concreet zullen we onze evaluatie concentreren op 10 van de 18 vragen die in deze tabel worden gepresenteerd.
De geselecteerde vragen zijn S1, S2, S6, S7, S9, S11, S12, S13, S14 en S18.
Patiënten geven hun antwoorden op een schaal van 1 tot 5, waarbij "1" staat voor zeer slecht en "5" voor zeer goed.
|
Een keer
|
|
Internetsnelheid
Tijdsspanne: Een keer
|
Tijdens de chat wordt de minimale downloadsnelheid van internet gemeten.
Dit wordt opgenomen in Megabits per seconde.
|
Een keer
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Analyse van chatreacties gegenereerd door AI Chatbot
Tijdsspanne: Een keer
|
De Likert-schaal wordt gebruikt om de chatreactie van Chatbot te evalueren. De volgende parameters zullen door de specialisten voor elk antwoord worden geëvalueerd, namelijk Duidelijk, Volledig en Correct. Duidelijkheid en volledigheid worden beoordeeld op een schaal van 1-5, waarbij 1 staat voor slechte kwaliteit en 5 voor zeer goede kwaliteit. De juistheid van elk antwoord wordt verder geanalyseerd als veilig en recent. Het zal worden geëvalueerd in binaire termen, d.w.z. Ja of nee. |
Een keer
|
Medewerkers en onderzoekers
Onderzoekers
- Hoofdonderzoeker: Ghulam Mustafa, Pakistan Council of Scientific and Industrial Research
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- AI Chatbot Evaluation
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .