Al w celu poprawy diagnostyki rzadkich chorób reumatycznych (AIDRARER)
Przegląd badań
Szczegółowy opis
Zaawansowane technologie sztucznej inteligencji (AI), szczególnie duże modele językowe, takie jak ChatGPT OpenAI, niosą ze sobą znaczny potencjał usprawnienia procesu podejmowania decyzji medycznych. Chociaż ChatGPT nie został zaprojektowany specjalnie do zastosowań medycznych, okazał się przydatny w różnych scenariuszach opieki zdrowotnej, w tym w odpowiadaniu na zapytania pacjentów, sporządzaniu dokumentacji medycznej i pomaganiu w konsultacjach. Pomimo tych postępów jego rola we wspieraniu rozumowania diagnostycznego – zwłaszcza wśród mniej doświadczonych studentów medycyny – oraz w przypadku złożonych rzadkich chorób pozostaje niedostatecznie zbadana.
Rozumowanie diagnostyczne to wieloaspektowy proces, który łączy rozpoznawanie wzorców, syntezę wiedzy i myślenie probabilistyczne. Narzędzia takie jak ChatGPT mogą potencjalnie złagodzić obciążenie poznawcze, zwiększyć dokładność diagnostyczną i ostatecznie przyspieszyć diagnozę rzadkich chorób. Jednak ChatGPT nie jest przystosowany do rozumowania diagnostycznego i brakuje mu kompleksowej walidacji w tej domenie. Ponadto jest podatna na generowanie dezinformacji lub wiarygodnie brzmiących, ale niedokładnych odpowiedzi, co może raczej utrudniać niż wspierać podejmowanie decyzji klinicznych. Dlatego zrozumienie, w jaki sposób studenci medycyny korzystają z takich narzędzi AI, jest niezbędne, zanim zostaną one włączone do procesów edukacyjnych lub klinicznych. W tym badaniu oceniony zostanie również ustandaryzowany monit ułatwiający korzystanie z ChatGPT i zapewniony studentom bezpośredni dostęp, aby umożliwić realistyczny scenariusz.
W tym badaniu zbadany zostanie wpływ ChatGPT na dokładność diagnostyczną studentów medycyny podczas rozwiązywania przypadków rzadkich chorób reumatycznych. Uczestnicy zostaną losowo podzieleni na dwie grupy: jedną z dostępem do ChatGPT i jedną korzystającą z konwencjonalnych narzędzi diagnostycznych. Każdy uczestnik przeanalizuje przypadki diagnostyczne, przedstawiając maksymalnie 5 diagnoz różnicowych i oceniając pewność diagnostyczną. Niezależni recenzenci, nieświadomi przydziału grup, ocenią dokładność i jakość swoich odpowiedzi. Celem tego badania jest zatem przedstawienie wglądu w potencjalne korzyści i ograniczenia integracji narzędzi AI, takich jak ChatGPT.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Marburg, Niemcy, 35043
- Institute for Digital Medicine, University Hospital of Giessen and Marburg, Philipps University Marburg
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Studenci medycyny rozpoczynający naukę przedmiotów klinicznych (choroby wewnętrzne)
Kryteria wykluczenia:
- Nie będąc studentem medycyny
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Aktywny komparator: Grupa interwencyjna
Grupa otrzyma dostęp do ChatGPT i standardowego monitu początkowego
|
Model języka ChatGPT OpenAI z interfejsem czatu.
|
|
Brak interwencji: Grupa kontrolna
Grupa nie będzie miała dostępu do żadnych LLM, w tym ChatGPT, ale będzie zmotywowana do korzystania z innych zasobów (takich jak wyszukiwarki internetowe, Pubmed)
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Trafność diagnostyczna najwyższej diagnozy
Ramy czasowe: podczas oceny
|
Uczestnicy w każdej grupie przedstawią co najmniej jedną sugestię dotyczącą choroby (najwyższa diagnoza) i maksymalnie 5 sugestii.
Przeanalizowany zostanie procent dokładnego dopasowania górnej sugestii do rzeczywistej diagnozy
|
podczas oceny
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Trafność diagnostyczna 5 najlepszych sugestii
Ramy czasowe: podczas oceny
|
Uczestnicy w każdej grupie przedstawią co najmniej jedną sugestię dotyczącą choroby (najwyższa diagnoza) i maksymalnie 5 sugestii.
Przeanalizowany zostanie procent dokładnych dopasowań z rzeczywistą diagnozą uwzględnioną w 5 najlepszych sugestiach
|
podczas oceny
|
|
Rozumowanie diagnostyczne
Ramy czasowe: podczas oceny
|
Za każdy przypadek uczestnicy otrzymają 1 punkt za każdą wiarygodną diagnozę i 2 punkty za całkowicie poprawną odpowiedź.
Całkowite wyniki zostaną porównane pomiędzy randomizowanymi grupami.
|
podczas oceny
|
|
Pewność diagnostyczna
Ramy czasowe: podczas oceny
|
W każdym przypadku uczestnicy zostaną poproszeni o ocenę pewności diagnostycznej (VAS 0-10).
Średni wynik zostanie porównany pomiędzy grupami.
|
podczas oceny
|
|
Czas poświęcony na diagnozę
Ramy czasowe: podczas oceny
|
Porównamy, ile czasu (w sekundach) uczestnicy spędzili na jeden przypadek w obu ramionach badania.
|
podczas oceny
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 24-221 ANZ
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .