Al om de diagnose van zeldzame reumatische aandoeningen te verbeteren (AIDRARER)

Geavanceerde technologieën voor kunstmatige intelligentie (AI), met name grote taalmodellen zoals ChatGPT van OpenAI, bieden aanzienlijke mogelijkheden voor het verbeteren van de medische besluitvorming. Hoewel ChatGPT niet specifiek is ontworpen voor medische toepassingen, heeft het zijn nut bewezen in verschillende gezondheidszorgscenario's, waaronder het beantwoorden van vragen van patiënten, het opstellen van medische documentatie en het ondersteunen van consultaties. Ondanks deze vooruitgang blijft de rol ervan bij het ondersteunen van diagnostisch redeneren – vooral onder minder ervaren geneeskundestudenten – en voor complexe zeldzame ziekten onderbelicht.

Diagnostisch redeneren is een veelzijdig proces dat patroonherkenning, kennissynthese en probabilistisch denken combineert. Hulpmiddelen als ChatGPT kunnen mogelijk de cognitieve last verlichten, de diagnostische nauwkeurigheid verbeteren en uiteindelijk de diagnose van zeldzame ziekten versnellen. ChatGPT is echter niet op maat gemaakt voor diagnostisch redeneren en ontbeert uitgebreide validatie op dit gebied. Bovendien is het vatbaar voor het genereren van verkeerde informatie of plausibel klinkende maar onnauwkeurige reacties, die de klinische besluitvorming eerder kunnen belemmeren dan ondersteunen. Daarom is het essentieel om te begrijpen hoe medische studenten dergelijke AI-tools gebruiken voordat ze worden geïntegreerd in educatieve of klinische workflows. Deze studie zal ook een gestandaardiseerde prompt beoordelen om het gebruik van ChatGPT te vergemakkelijken en studenten directe toegang geven om een ​​realistisch scenario mogelijk te maken.

Deze studie zal de impact van ChatGPT op de diagnostische nauwkeurigheid van geneeskundestudenten onderzoeken bij de aanpak van gevallen van zeldzame reumatische aandoeningen. Deelnemers worden gerandomiseerd in twee groepen: één met toegang tot ChatGPT en één die conventionele diagnostische hulpmiddelen gebruikt. Elke deelnemer analyseert diagnostische gevallen door maximaal 5 differentiële diagnoses te geven en de diagnostische betrouwbaarheid te beoordelen. Onafhankelijke beoordelaars, blind voor groepsindeling, zullen de nauwkeurigheid en kwaliteit van hun antwoorden beoordelen. Deze studie heeft daarom tot doel inzicht te verschaffen in de potentiële voordelen en beperkingen van het integreren van AI-tools zoals ChatGPT.