Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Rozumowanie lekarzy na temat przypadków zarządzania za pomocą dużych modeli językowych

15 lutego 2024 zaktualizowane przez: Jonathan Chen, Stanford University

Rozumowanie zarządcze za pomocą chat botów AI

W tym badaniu oceniony zostanie wpływ zapewnienia dostępu do GPT-4, dużego modelu językowego, w porównaniu z tradycyjnymi narzędziami wspierającymi podejmowanie decyzji zarządczych na wydajność zadań związanych z rozumowaniem opartym na przypadkach.

Przegląd badań

Status

Rekrutacyjny

Interwencja / Leczenie

Szczegółowy opis

Technologie sztucznej inteligencji (AI), w szczególności zaawansowane modele wielkojęzykowe, takie jak ChatGPT OpenAI, mogą potencjalnie usprawnić proces podejmowania decyzji medycznych. Chociaż ChatGPT-4 nie został opracowany do zastosowań medycznych, okazał się obiecujący w różnych kontekstach opieki zdrowotnej, w tym w pisaniu notatek medycznych, odpowiadaniu na zapytania pacjentów i ułatwianiu konsultacji medycznych. Jednak niewiele wiadomo na temat tego, jak ChatGPT zwiększa zdolności klinicznego rozumowania klinicystów.

Rozumowanie kliniczne to złożony proces obejmujący rozpoznawanie wzorców, zastosowanie wiedzy i rozumowanie probabilistyczne. Integracja narzędzi sztucznej inteligencji, takich jak ChatGPT-4, z przepływami pracy lekarzy może potencjalnie pomóc w zmniejszeniu obciążenia lekarza pracą i zmniejszeniu prawdopodobieństwa niewłaściwego zarządzania. Jednak ChatGPT-4 nie został opracowany do celów klinicznych ani nie został zatwierdzony do tego celu. Ponadto może być przedmiotem dezinformacji, w tym przekonujących konfabulacji, które mogą wprowadzić klinicystów w błąd. Jeśli klinicyści niewłaściwie użyją tego narzędzia, może to nie poprawić rozumowania, a nawet spowodować szkody. Dlatego ważne jest zbadanie, w jaki sposób klinicyści wykorzystują duże modele językowe w celu wzmocnienia rozumowania klinicznego przed rutynowym włączeniem ich do opieki nad pacjentem.

W tym badaniu uczestnicy zostaną losowo przydzieleni do odpowiedzi na przypadki dotyczące postępowania klinicznego z dostępem lub bez dostępu do ChatGPT-4. Każdy przypadek składa się z wielu elementów, a uczestnicy zostaną poproszeni o omówienie uzasadnienia każdego elementu. Odpowiedzi będą oceniane przez niezależnych recenzentów, którzy nie są świadomi przypisania leczenia. Dla każdego przypadku panel składający się z 4–7 ekspertów opracował rubrykę ocen. Dyskutanci niezależnie opracowali rubrykę dla każdego przypadku, a następnie wszelkie rozbieżności rozstrzygano w drodze wielu rund dyskusji.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

50

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

    • California
      • Palo Alto, California, Stany Zjednoczone, 94304
        • Rekrutacyjny
        • Stanford University
        • Kontakt:
        • Kontakt:

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Kryteria przyjęcia:

  • Uczestnicy muszą być licencjonowanymi lekarzami i ukończyć co najmniej drugi rok studiów podyplomowych (PGY2) szkolenia medycznego.
  • Szkolenie z zakresu chorób wewnętrznych, medycyny rodzinnej lub medycyny ratunkowej.

Kryteria wyłączenia:

  • Obecnie nie praktykuje klinicznie.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Leczenie
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Pojedynczy

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Aktywny komparator: GPT-4
Grupa otrzyma dostęp do GPT-4
Duży model językowy GPT-4 OpenAI z interfejsem czatu.
Brak interwencji: Zwykłe zasoby
Grupa nie będzie miała dostępu do GPT-4, ale będzie zachęcana do korzystania z dowolnych zasobów, poza dużymi modelami językowymi (UpToDate, Dynamed, Google itp.).

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Rozumowanie kierownictwa
Ramy czasowe: W ciągu godziny nauki
Procent poprawności (zakres: 0 do 100) dla każdego przypadku.
W ciągu godziny nauki

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Czas spędzony na zarządzaniu
Ramy czasowe: W ciągu godziny nauki
Czas (w minutach), jaki uczestnicy spędzają na przypadek pomiędzy dwoma ramionami badania.
W ciągu godziny nauki

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Jonathan H Chen, MD, PhD, Stanford University
  • Główny śledczy: Adam Rodman, MD, Beth Israel Deaconess Medical Center
  • Główny śledczy: Andrew Olson, MD, University of Minnesota

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

28 grudnia 2023

Zakończenie podstawowe (Szacowany)

30 marca 2024

Ukończenie studiów (Szacowany)

30 marca 2024

Daty rejestracji na studia

Pierwszy przesłany

20 grudnia 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

5 stycznia 2024

Pierwszy wysłany (Rzeczywisty)

17 stycznia 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

16 lutego 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

15 lutego 2024

Ostatnia weryfikacja

1 lutego 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 71319b

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Badania kliniczne na GPT-4

3
Subskrybuj