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

Al for å forbedre diagnosen av sjeldne revmatiske sykdommer (AIDRARER)

28. mai 2025 oppdatert av: Philipps University Marburg
Denne utprøvingen tar sikte på å vurdere effekten av å gi medisinstudenter tilgang til ChatGPT, en toppmoderne storspråklig modell, sammenlignet med konvensjonelle diagnostiske beslutningsstøtteverktøy, på deres diagnostiske nøyaktighet for sjeldne revmatiske sykdommer.

Studieoversikt

Status

Fullført

Intervensjon / Behandling

Detaljert beskrivelse

Avanserte teknologier for kunstig intelligens (AI), spesielt store språkmodeller som OpenAIs ChatGPT, har et betydelig potensial for å forbedre medisinske beslutninger. Mens ChatGPT ikke var spesielt utviklet for medisinske applikasjoner, har det vist nytte i ulike helsescenarier, inkludert å svare på pasientforespørsler, utarbeide medisinsk dokumentasjon og hjelpe konsultasjoner. Til tross for disse fremskrittene, er dens rolle i å støtte diagnostisk resonnement - spesielt blant mindre erfarne medisinstudenter - og for komplekse sjeldne sykdommer fortsatt underutforsket.

Diagnostisk resonnement er en mangefasettert prosess som kombinerer mønstergjenkjenning, kunnskapssyntese og sannsynlighetstenkning. Verktøy som ChatGPT kan potensielt lindre kognitiv belastning, forbedre diagnostisk nøyaktighet og til slutt akselerere diagnosen for sjeldne sykdommer. ChatGPT er imidlertid ikke skreddersydd for diagnostiske resonnementer og mangler omfattende validering i dette domenet. I tillegg er det utsatt for å generere feilinformasjon eller plausibelt klingende, men unøyaktige svar, som kan hindre i stedet for å støtte kliniske beslutninger. Derfor er det viktig å forstå hvordan medisinstudenter bruker slike AI-verktøy før de integreres i pedagogiske eller kliniske arbeidsflyter. Denne studien vil også vurdere en standardisert forespørsel for å lette bruken av ChatGPT og vil gi studentene direkte tilgang for å muliggjøre et realistisk scenario.

Denne studien vil undersøke effekten av ChatGPT på den diagnostiske nøyaktigheten til medisinstudenter når de takler tilfeller av sjeldne revmatiske sykdommer. Deltakerne vil bli randomisert i to grupper: én med tilgang til ChatGPT og én ved bruk av konvensjonelle diagnoseverktøy. Hver deltaker vil analysere diagnostiske tilfeller ved å gi opptil 5 differensialdiagnoser og vurdere den diagnostiske sikkerheten. Uavhengige anmeldere, blindet for gruppetildeling, vil evaluere nøyaktigheten og kvaliteten på svarene deres. Denne studien har derfor som mål å gi innsikt i de potensielle fordelene og begrensningene ved å integrere AI-verktøy som ChatGPT.

Studietype

Intervensjonell

Registrering (Faktiske)

68

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiesteder

      • Marburg, Tyskland, 35043
        • Institute for Digital Medicine, University Hospital of Giessen and Marburg, Philipps University Marburg

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

Ja

Beskrivelse

Inkluderingskriterier:

  • Medisinstudenter som har startet med kliniske fag (internmedisin)

Ekskluderingskriterier:

  • Ikke å være medisinstudent

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Enkelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Aktiv komparator: Intervensjonsgruppe
Gruppen vil få tilgang til ChatGPT og standardisert innledende melding
OpenAIs ChatGPT-språkmodell med chat-grensesnitt.
Ingen inngripen: Kontrollgruppe
Gruppen vil ikke få tilgang til noen LLM-er inkludert ChatGPT, men vil være motivert til å bruke andre ressurser (som online søkemotorer, Pubmed)

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostisk nøyaktighet av toppdiagnose
Tidsramme: under evaluering
Deltakere i hver gruppe vil komme med minst ett sykdomsforslag (toppdiagnose) og inntil totalt maksimalt 5 forslag. Prosentandelen av nøyaktige treff av toppforslaget med den faktiske diagnosen vil bli analysert
under evaluering

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostisk nøyaktighet av topp 5 forslag
Tidsramme: under evaluering
Deltakere i hver gruppe vil komme med minst ett sykdomsforslag (toppdiagnose) og inntil totalt maksimalt 5 forslag. Prosentandelen av eksakte samsvar med den faktiske diagnosen inkludert i de 5 beste forslagene vil bli analysert
under evaluering
Diagnostisk resonnement
Tidsramme: under evaluering
For hvert tilfelle vil deltakerne få 1 poeng for hver plausibel diagnose og 2 poeng for helt korrekt svar. Totalskårene vil bli sammenlignet mellom de randomiserte gruppene.
under evaluering
Diagnostisk tillit
Tidsramme: under evaluering
For hvert tilfelle vil deltakerne bli spurt om diagnostikk (VAS 0-10). Gjennomsnittlig poengsum vil bli sammenlignet mellom grupper.
under evaluering
Tid brukt til diagnose
Tidsramme: under evaluering
Vi vil sammenligne hvor mye tid (i sekunder) deltakerne bruker per case mellom de to studiearmene.
under evaluering

Samarbeidspartnere og etterforskere

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

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)

7. januar 2025

Primær fullføring (Faktiske)

30. mars 2025

Studiet fullført (Faktiske)

30. mars 2025

Datoer for studieregistrering

Først innsendt

16. desember 2024

Først innsendt som oppfylte QC-kriteriene

20. desember 2024

Først lagt ut (Faktiske)

27. desember 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

29. mai 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

28. mai 2025

Sist bekreftet

1. mai 2025

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

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. .

Abonnere