- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06015178
Forbedre medisinske forskeres selvlæring med en intelligent språkmodell
En overlegenhet randomisert kontrollert utprøving av effekten av en ny intelligent språkmodell på medisinske forskeres selvlæringsevne
Å løse medisinske vitenskapelige problemer er en avgjørende drivkraft bak utviklingen av medisinske disipliner. Etter hvert som kompleksiteten til vitenskapelige spørsmål øker, krever stadig flere problemer tverrfaglig samarbeid for å løses. Imidlertid mangler de fleste medisinske forskere tverrfaglig bakgrunnskunnskap og krever betydelig tid til systematisk å lære relevant kunnskap og ferdigheter. Videre understreker den kontinuerlige fremveksten av ny kunnskap og ferdigheter viktigheten av forskernes evne til autonom læring i det medisinske feltet. For å fremme utviklingen av medisinske disipliner er det derfor et presserende behov for en effektiv metode for å styrke forskeres selvstyrte læringsevner for å drive tverrfaglig forskning.
Neste generasjons språkmodeller for kunstig intelligens, eksemplifisert ved ChatGPT, har et stort potensial for å hjelpe forskere med å få tilgang til kunnskap og informasjon fra ulike domener. Hvorvidt forskere kan utnytte slike AI-verktøy for å forbedre deres selvstyrte læringsevner for å utføre tverrfaglig forskning, gjenstår å utforske videre. I tillegg har det blitt reist bekymringer angående potensiell forringelse av kognitive evner gjennom bruk av dem, selv om gyldig bevis for tiden mangler.
For å undersøke om AI-verktøy, representert ved ChatGPT, effektivt kan hjelpe medisinske forskere med å utføre tverrfaglig forskning og om bruken av dem kan påvirke forskernes kognitive evner negativt, er en randomisert kontrollert studie berettiget. Denne utprøvingen tar sikte på å fastslå de potensielle fordelene og risikoene forbundet med bruk av AI-verktøy i det medisinske forskningsdomenet.
Studieoversikt
Status
Intervensjon / Behandling
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: wenben chen, Doctor
- Telefonnummer: +8618819472798
- E-post: weberchan@foxmail.com
Studer Kontakt Backup
- Navn: yuanjun shang, Doctor
- Telefonnummer: +8613003970091
- E-post: shangyj@mail2.sysu.edu.cn
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510060
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Junior øyelege med 1-3 års klinisk erfaring
- 20-28 år, uavhengig av kjønn
- Ingen tidligere erfaring med tverrfaglig forskning som involverer digital medisin
- Selvrapporterte minimum 20 timers deltakelse i denne studien i løpet av prøveperioden
- Godta å delta i denne studien og signer informert samtykke
Ekskluderingskriterier:
- Personer med lesevansker eller lesevansker
- Motvilje mot å delta i denne studien
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Annen
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Enkelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Intelligent språkmodellgruppe
Fagene må bruke den intelligente språkmodellen for å fullføre henting og protokolldesignutførelse av en tverrfaglig oppgave, i tillegg til Google-søk, litteratursøk og boksøk.
|
Fagene må bruke den intelligente språkmodellen for å fullføre henting og protokolldesignutførelse av en tverrfaglig oppgave, i tillegg til Google-søk, litteratursøk og boksøk.
|
|
Placebo komparator: Kontrollgruppe
Emner kan bare bruke Google-søk, litteraturinnhenting og boksøk, og kan ikke bruke noen AI-drevne samtalebehandlingsverktøy for naturlig språk for å fullføre henting og protokolldesignutførelse av en tverrfaglig oppgave.
|
Emner kan bare bruke Google-søk, litteraturinnhenting og boksøk, og kan ikke bruke noen AI-drevne samtalebehandlingsverktøy for naturlig språk for å fullføre henting og protokolldesignutførelse av en tverrfaglig oppgave.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
fullføringsgrad
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 9 måneder
|
Antall personer som fullførte oppgaven innenfor gitt tid / totalt antall personer i gruppen
|
gjennom studiegjennomføring, gjennomsnittlig 9 måneder
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Gjennomførbarhet av forskningsprogrammet
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 9 måneder
|
Gjennomførbarheten av ordningen skåres av en skåringsgruppe sammensatt av eksperter.
Gjennomførbarheten er delt inn i 1-5 poeng i henhold til riktigheten og integriteten til de viktigste trinnene og detaljene i testen.
Jo høyere poengsum, jo høyere gjennomførbarhet.
1-punktet representerer mer enn halvparten av nøkkeltrinnene mangler eller er feil, og 5-punktet representerer alle nøkkeltrinnene og detaljene er passende.
|
gjennom studiegjennomføring, gjennomsnittlig 9 måneder
|
Samarbeidspartnere og etterforskere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- 2023KYPJ222
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .