Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Het zelfleren van medische onderzoekers verbeteren met een intelligent taalmodel

28 augustus 2023 bijgewerkt door: Zhongshan Ophthalmic Center, Sun Yat-sen University

Een superioriteitsgerandomiseerd gecontroleerd onderzoek naar het effect van een nieuw intelligent taalmodel op het zelflerend vermogen van medische onderzoekers

Het oplossen van medisch-wetenschappelijke problemen is een cruciale drijvende kracht achter de vooruitgang van medische disciplines. Naarmate de complexiteit van wetenschappelijke vragen toeneemt, vereisen steeds meer problemen interdisciplinaire samenwerking om opgelost te worden. De meeste medische onderzoekers ontberen echter interdisciplinaire achtergrondkennis en hebben aanzienlijke tijd nodig om systematisch relevante kennis en vaardigheden te verwerven. Bovendien benadrukt de voortdurende opkomst van nieuwe kennis en vaardigheden het belang van het vermogen van onderzoekers om autonoom te leren op medisch gebied. Om de ontwikkeling van medische disciplines te bevorderen is er daarom dringend behoefte aan een effectieve methode om het zelfgestuurde leervermogen van onderzoekers voor het uitvoeren van interdisciplinair onderzoek te vergroten.

De volgende generatie taalmodellen voor kunstmatige intelligentie, geïllustreerd door ChatGPT, hebben een groot potentieel om onderzoekers te helpen toegang te krijgen tot kennis en informatie uit verschillende domeinen. Of onderzoekers dergelijke AI-instrumenten kunnen inzetten om hun zelfgestuurde leervermogen voor het uitvoeren van interdisciplinair onderzoek te vergroten, moet nog verder worden onderzocht. Bovendien zijn er zorgen geuit over de mogelijke achteruitgang van cognitieve vaardigheden door het gebruik ervan, hoewel er momenteel geen geldig bewijsmateriaal is.

Om te onderzoeken of AI-tools, vertegenwoordigd door ChatGPT, medische onderzoekers effectief kunnen helpen bij het uitvoeren van interdisciplinair onderzoek en of het gebruik ervan een negatieve invloed kan hebben op de cognitieve vaardigheden van onderzoekers, is een gerandomiseerde gecontroleerde studie gerechtvaardigd. Deze proef heeft tot doel de potentiële voordelen en risico’s vast te stellen die gepaard gaan met het gebruik van AI-hulpmiddelen in het medisch onderzoeksdomein.

Studie Overzicht

Studietype

Ingrijpend

Inschrijving (Geschat)

60

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

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

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen

Accepteert gezonde vrijwilligers

Ja

Beschrijving

Inclusiecriteria:

  • Junior oogarts met 1-3 jaar klinische ervaring
  • 20-28 jaar oud, ongeacht geslacht
  • Geen eerdere ervaring met interdisciplinair onderzoek met betrekking tot digitale geneeskunde
  • Heeft zelf gerapporteerd dat hij tijdens de proefperiode minimaal 20 uur aan dit onderzoek heeft deelgenomen
  • Ga akkoord met deelname aan dit onderzoek en onderteken geïnformeerde toestemming

Uitsluitingscriteria:

  • Mensen met leesproblemen of leesproblemen
  • Weigering om aan dit onderzoek deel te nemen

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Ander
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Intelligente taalmodelgroep
Proefpersonen moeten het intelligente taalmodel gebruiken om het ophalen en uitvoeren van het protocolontwerp van een interdisciplinaire taak te voltooien, naast het zoeken op Google, het zoeken naar literatuur en het zoeken naar boeken.
Proefpersonen moeten het intelligente taalmodel gebruiken om het ophalen en uitvoeren van het protocolontwerp van een interdisciplinaire taak te voltooien, naast het zoeken op Google, het zoeken naar literatuur en het zoeken naar boeken.
Placebo-vergelijker: Controlegroep
Proefpersonen kunnen alleen Google zoeken, literatuur opzoeken en boeken zoeken, en kunnen geen AI-gestuurde conversatietools voor natuurlijke taalverwerking gebruiken om het ophalen en uitvoeren van het protocolontwerp van een interdisciplinaire taak te voltooien.
Proefpersonen kunnen alleen Google zoeken, literatuur opzoeken en boeken zoeken, en kunnen geen AI-gestuurde conversatietools voor natuurlijke taalverwerking gebruiken om het ophalen en uitvoeren van het protocolontwerp van een interdisciplinaire taak te voltooien.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
voltooiingspercentage
Tijdsspanne: na voltooiing van de studie, gemiddeld 9 maanden
Het aantal mensen dat de taak binnen de opgegeven tijd heeft voltooid / het totale aantal mensen in de groep
na voltooiing van de studie, gemiddeld 9 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Haalbaarheid van het onderzoeksprogramma
Tijdsspanne: na voltooiing van de studie, gemiddeld 9 maanden
De haalbaarheid van het plan wordt gescoord door een scoregroep bestaande uit experts. De haalbaarheid is verdeeld in 1-5 punten, afhankelijk van de juistheid en integriteit van de belangrijkste stappen en details van de test. Hoe hoger de score, hoe hoger de haalbaarheid. Het 1-punt geeft aan dat meer dan de helft van de belangrijkste stappen ontbreekt of verkeerd is, en het 5-punt vertegenwoordigt alle belangrijke stappen en de details zijn passend.
na voltooiing van de studie, gemiddeld 9 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

20 augustus 2023

Primaire voltooiing (Geschat)

31 oktober 2023

Studie voltooiing (Geschat)

30 april 2024

Studieregistratiedata

Eerst ingediend

21 augustus 2023

Eerst ingediend dat voldeed aan de QC-criteria

28 augustus 2023

Eerst geplaatst (Werkelijk)

29 augustus 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

29 augustus 2023

Laatste update ingediend die voldeed aan QC-criteria

28 augustus 2023

Laatst geverifieerd

1 juli 2023

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

Abonneren