Lege diagnose av nevrologiske tilfeller med store språkmodeller
28. januar 2026 oppdatert av: Ji Xunming,MD,PhD, Capital Medical University
Legediagnostisering av nevrologiske tilfeller assistert av store språkmodeller: En randomisert kontrollert studie
Denne studien er en prospektiv randomisert kontrollert studie som har som mål å evaluere om storspråkmodellassistanse (LLM) forbedrer legenes diagnostiske ytelse sammenlignet med konvensjonell assistanse.
Studieoversikt
Detaljert beskrivelse
Studiepopulasjonen består av autoriserte leger som har fullført minst to års nevrologiutdanning.
Deltakere tildeles tilfeldig i et 1:1-forhold til LLM-assistansegruppen eller den konvensjonelle assistansegruppen.
I LLM-assistansegruppen blir legene assistert av et internt LLM og har lov til å bruke konvensjonelle ressurser (f.eks. søkemotorer, UpToDate eller kliniske retningslinjer) før de sender inn en endelig diagnose.
Tilgang til andre LLM-er er ikke tillatt.
I den konvensjonelle assistansegruppen bruker legene kun konvensjonelle ressurser og har ikke tilgang til det interne LLM-et eller noen andre LLM-er på noe tidspunkt under studien.
Primært resultatmål er top-1 diagnostisk nøyaktighet.
Sekundære resultatmål inkluderer top-3 diagnostisk nøyaktighet, tiden som kreves for å fullføre hvert tilfelle, og legers diagnostiske selvtillit.
Studietype
Intervensjonell
Registrering (Faktiske)
40
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Beijing Municipality
-
Beijing, Beijing Municipality, Kina, 100053
- Xuanwu Hospital Capital Medical University
-
Beijing, Beijing Municipality, Kina, 100000
- Beijing Luhe Hospital Affiliated to Capital Medical University
-
-
Henan
-
Nanyang, Henan, Kina, 473000
- Nanyang Central Hospital
-
-
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
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Beskrivelse
Inklusjonskriterier:
- Lisensierte leger som har fullført minst to års nevrologiutdanning.
- Villige til å delta i studien og i stand til å gi skriftlig samtykke.
Eksklusjonskriterier:
- Leger som tidligere har deltatt i utviklingen av det interne LLM-systemet eller konstruksjonen av datasett som brukes i denne studien.
- Leger som var involvert i klinisk behandling av pasienter hvis tilfeller ble brukt til å konstruere kasusdatasettet for denne studien.
- Leger som det er kjent at tidligere har gjennomgått eller vært eksponert for de spesifikke kasusene som brukes i denne studien.
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 |
|---|---|
|
Eksperimentell: LLM-assistansegruppe
Legene er assistert av en intern LLM og har lov til å bruke konvensjonelle ressurser.
Tilgang til andre LLM-er er ikke tillatt.
|
Legeassistenter får hjelp fra en intern stor språkmodell og har lov til å bruke konvensjonelle ressurser.
Tilgang til andre LLM-er er ikke tillatt.
|
|
Ingen inngripen: Konvensjonell assistansegruppe
Legene bruker kun konvensjonelle ressurser og har ikke tilgang til det interne LLM-et eller noen andre LLM-er på noe tidspunkt under studien.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Topp-1 diagnostisk nøyaktighet
Tidsramme: Ugangspunkt
|
Top-1-diagnosen anses som korrekt hvis legens endelige topp-rangerte diagnose samsvarer med referansediagnosen eller en klinisk lik diagnose som nevrologer vurderer som tilsvarende.
|
Ugangspunkt
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Top-3 diagnostisk nøyaktighet
Tidsramme: Utgangspunkt
|
Top-3-diagnosen anses som korrekt hvis referansediagnosen eller en klinisk lignende diagnose som nevrologer vurderer som ekvivalent, vises blant legens tre øverste endelige diagnoser.
|
Utgangspunkt
|
|
Tid brukt på diagnose
Tidsramme: Utgangspunkt
|
Tid deltakere bruker per sak.
|
Utgangspunkt
|
|
Diagnostisk sikkerhet
Tidsramme: Utgangspunkt
|
Legers diagnostiske tillit vil bli målt ved hjelp av en fempunkts Likert-skala (1=svært usikker, 5=svært sikker).
|
Utgangspunkt
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
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)
17. januar 2026
Primær fullføring (Faktiske)
28. januar 2026
Studiet fullført (Faktiske)
28. januar 2026
Datoer for studieregistrering
Først innsendt
1. desember 2025
Først innsendt som oppfylte QC-kriteriene
8. januar 2026
Først lagt ut (Faktiske)
15. januar 2026
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
29. januar 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
28. januar 2026
Sist bekreftet
1. januar 2026
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- LLM-001
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. .