Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Utforsking av effektiviteten til AI-generative modeller for diabetespasienter

2. juni 2023 oppdatert av: Pakistan Council of Scientific and Industrial Research
Vi planlegger å utforske brukervennligheten til Generative AI-Chatbot for diabetikere

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Diabetes sprer seg raskt, og rammer et betydelig antall voksne, med en svimlende total på 537 millioner diabetikere. Denne tilstanden gir opphav til ulike komplikasjoner som kan føre til diabetisk retinopati, fotsår, hjerteproblemer og nyreskade. Imidlertid kan mange av disse komplikasjonene reduseres ved å gi pasienter nøyaktig informasjon om kosthold, stressmestring og vektkontroll.

De siste fremskrittene innen generativ kunstig intelligens-baserte chatbots har demonstrert deres effektivitet som intelligente assistenter på tvers av ulike aspekter av menneskelivet. I denne studien tar vi sikte på å vurdere effektiviteten til disse språkmodellene for å hjelpe pasienter. Forskningsplanen vår innebærer interaksjon mellom pasienter og chatbots som ChatGPT, både med og uten menneskelig støtte, etterfulgt av evalueringer av disse interaksjonene av spesialister. I tillegg vil vi samle tilbakemeldinger fra pasienter angående deres erfaringer og oppfatninger av chatbot-interaksjonene.

Studietype

Observasjonsmessig

Registrering (Antatt)

300

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Personer som er rammet av diabetes i Pakistan

Beskrivelse

Inklusjonskriterier:

  • Tilstede fysisk i Pakistan
  • Voksne (18 år eller eldre)
  • Diabetespasient

Ekskluderingskriterier:

  • Voksne kan ikke samtykke
  • Personer som ennå ikke er voksne (spedbarn, barn, tenåringer)
  • Fanger

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Innblanding
Pasienter vil få tilgang til Chatbot for å spørre deres spørsmål angående diabetiske komplikasjoner.
Atferdsmessig: Utforsker AI-Chatbot
Alle deltakere vil få tilgang til AI-Chatbot og vil bli bedt om å spørre om deres daglige livsproblemer relatert til diabetes. De vil også bli bedt om å gjennomgå svarene fra Chatbot etter deres interaksjon.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Brukervennlighet av Chatbot for diabetikere
Tidsramme: En gang
For å vurdere brukervennligheten til Chatbot, vil vi bruke mHealth App Usability Questionnaire (MAUQ) for å samle tilbakemeldinger fra pasienter etter deres interaksjon. Vår studie vil bruke tabell 4 i dette spørreskjemaet, som består av tre deler: brukervennlighet, grensesnitt og tilfredshet og nytte. Konkret vil vi fokusere vår evaluering på 10 av de 18 spørsmålene som presenteres i denne tabellen. De valgte spørsmålene er S1, S2, S6, S7, S9, S11, S12, S13, S14 og S18. Pasientene vil gi svarene sine på en skala fra 1 til 5, der "1" indikerer svært dårlig og "5" betyr veldig bra.
En gang
Internett-hastighet
Tidsramme: En gang
Minimum nedlastingshastighet for internett vil bli målt under chatten. Dette vil bli registrert i megabits per sekund.
En gang

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Analyserer Chat-respons generert av AI Chatbot
Tidsramme: En gang

Likert-skalaen vil bli brukt til å evaluere chat-responsen til Chatbot. Følgende parametere vil bli evaluert av spesialistene for hvert svar, nemlig Clear, Complete og Correct. Tydelig og fullstendighet vil bli evaluert på et område på 1-5, der 1 betyr dårlig kvalitet og 5 betyr svært god kvalitet på respons.

Korrektheten av hvert svar vil bli videre analysert som sikker og siste. Det vil bli evaluert i binære termer, dvs. Ja eller nei.
En gang

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Pakistan Council of Scientific and Industrial Research

Etterforskere

  • Hovedetterforsker: Ghulam Mustafa, Pakistan Council of Scientific and Industrial Research

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

5. januar 2023

Primær fullføring (Antatt)

30. desember 2024

Studiet fullført (Antatt)

31. desember 2026

Datoer for studieregistrering

Først innsendt

9. mars 2023

Først innsendt som oppfylte QC-kriteriene

22. mai 2023

Først lagt ut (Faktiske)

31. mai 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

5. juni 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

2. juni 2023

Sist bekreftet

1. juni 2023

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • AI Chatbot Evaluation

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Diabetes mellitus, type 2

Kliniske studier på Utforsker AI-Chatbot

Søk i lignende forsøk

Sponsorer og samarbeidspartnere

Medisinsk tilstand

Legemiddelintervensjoner

CROs by country

CROs in Tanzania

Forhold

Sjeldne sykdommer

Legemiddelintervensjoner

Kosttilskudd

Sponsor / samarbeidspartnere

Steder

3
Abonnere