Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Um Agente Educativo de IA para Cursos de Aprendizagem Automática Médica

3 de março de 2026 atualizado por: Wei XIA, PhD, Sun Yat-sen University

Aplicação e Eficácia de um Agente Educativo Baseado em Modelo de Linguagem de Grande Escala na Educação Médica: Um Estudo sobre o Curso de Aprendizagem Automática e Mineração de Dados

O objetivo deste estudo intervencional é avaliar a eficácia de um Agente de IA educacional baseado em Modelo de Linguagem de Grande Escala (LLM) em estudantes de pós-graduação (Mestrado e Doutoramento) especializados em medicina ou enfermagem que estão inscritos no curso "Aprendizagem Automática e Mineração de Dados". As principais questões que pretende responder são:

O uso de um Agente de IA educacional melhora o desempenho académico e as competências práticas dos estudantes em aprendizagem automática em comparação com métodos tradicionais?

A intervenção da IA aumenta a confiança na aprendizagem, a satisfação e o envolvimento cognitivo dos estudantes?

Os investigadores irão comparar os estudantes que atualmente utilizam o Agente de IA (grupo experimental) com um grupo de controlo histórico (estudantes da coorte anterior que não utilizaram a ferramenta de IA) para verificar se o modelo de aprendizagem assistido por IA leva a conquistas de aprendizagem significativamente superiores e a melhores experiências educacionais.

Os participantes irão:

Utilizar o Agente de Ensino para obter respostas em tempo real a questões teóricas, planeamento de estudo personalizado e reforço de conhecimentos.

Interagir com o Agente de Investigação para auxiliar em revisões bibliográficas, otimização do desenho da investigação e estruturação da escrita académica.

Utilizar o Agente de Inovação Prática para orientação em programação, depuração de algoritmos e aplicação de modelos de aprendizagem automática a projetos de análise de dados médicos.

Visão geral do estudo

Status

Status

Indica o status de recrutamento atual ou o status de acesso expandido.
Recrutamento

Condições

Condições

A doença, distúrbio, síndrome, doença ou lesão que está sendo estudada. Em ClinicalTrials.gov, as condições também podem incluir outros problemas relacionados à saúde, como expectativa de vida, qualidade de vida e riscos à saúde.

Intervenção / Tratamento

Intervenção / Tratamento

Um processo ou ação que é o foco de um estudo clínico. As intervenções incluem medicamentos, dispositivos médicos, procedimentos, vacinas e outros produtos em fase de investigação ou já disponíveis. As intervenções também podem incluir abordagens não invasivas, como educação ou modificação da dieta e exercícios.

Descrição detalhada

Contexto: A Inteligência Artificial (IA) e a mineração de dados estão a tornar-se competências essenciais na investigação médica e de enfermagem moderna. No entanto, os métodos de ensino tradicionais para o curso de pós-graduação "Aprendizagem Automática e Mineração de Dados" frequentemente têm dificuldade em satisfazer as necessidades de aprendizagem personalizadas dos estudantes com diferentes formações técnicas (por exemplo, programação, matemática). Para resolver esta questão, este estudo introduz um Agente Educativo de IA desenvolvido à medida, baseado em Modelos de Linguagem de Grande Escala (LLMs), para servir como assistente de ensino inteligente.

Objetivos: O objetivo principal é avaliar a eficácia do Agente de IA na melhoria dos resultados de aprendizagem, competências práticas de programação e autoeficácia académica entre estudantes de pós-graduação em medicina e enfermagem. O estudo também visa avaliar a viabilidade e a satisfação dos estudantes com a integração de agentes de IA no currículo médico.

Desenho do Estudo: Trata-se de um estudo de intervenção não randomizado que utiliza um desenho de controlo histórico.

Desenho do Estudo: Trata-se de um estudo de intervenção não randomizado que utiliza um desenho de controlo histórico.

Grupo Experimental (Intervenção): Estudantes do ano académico 2025-2026 que terão acesso ao sistema do Agente de IA.

Grupo de Controlo (Histórico): Estudantes da coorte académica anterior (2024-2025) que completaram o mesmo currículo utilizando métodos de ensino padrão sem suporte de IA.

Detalhes da Intervenção: A intervenção envolve a implementação de um sistema de Agente de IA alimentado por LLMs e Geração Aumentada por Recuperação Baseada em Grafo de Conhecimento (KGRAG). O quadro KGRAG restringe as respostas da IA a uma base de conhecimento verificada (manuais do curso, diapositivos das aulas e repositórios de código curados) para minimizar "alucinações" e garantir a precisão médica/científica. O sistema inclui três módulos funcionais especializados:

Agente de Ensino: Funciona como um tutor 24/7, fornecendo explicações de conceitos, resumindo pontos-chave de conhecimento e oferecendo planos de estudo personalizados com base no progresso do estudante.

Agente de Investigação: Suporta a formação em investigação, auxiliando na revisão da literatura, refinando questões de investigação e otimizando estruturas de escrita académica.

Agente de Inovação Prática: Facilita a aquisição de competências práticas, orientando os estudantes na geração de código, depuração de algoritmos e aplicação de modelos de aprendizagem automática a conjuntos de dados médicos do mundo real. O agente emprega um método de tutoria socrática para orientar a resolução de problemas em vez de fornecer respostas diretas.

Tipo de estudo

Tipo de estudo

Descreve a natureza de um estudo clínico. Os tipos de estudo incluem estudos intervencionais (também chamados de ensaios clínicos), estudos observacionais (incluindo registros de pacientes) e acesso expandido.
Intervencional

Inscrição (Estimado)

Inscrição

O número de participantes em um estudo clínico. A inscrição "antecipada" é o número alvo de participantes que os pesquisadores precisam para o estudo.
56

Estágio

Estágio

A etapa de um ensaio clínico que estuda um medicamento ou produto biológico, com base nas definições desenvolvidas pela Food and Drug Administration (FDA) dos EUA. A fase é baseada no objetivo do estudo, no número de participantes e em outras características. Existem cinco fases: Fase Inicial 1 (anteriormente listada como Fase 0), Fase 1, Fase 2, Fase 3 e Fase 4. Não Aplicável é usado para descrever ensaios sem fases definidas pela FDA, incluindo ensaios de dispositivos ou intervenções comportamentais.
  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

Contato de estudo

O nome e as informações de contato da pessoa que pode responder às perguntas de inscrição para um estudo clínico. Cada local onde o estudo está sendo realizado também pode ter um contato específico, que pode responder melhor a essas perguntas.

Estude backup de contato

Locais de estudo

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510000
        • Recrutamento
        • North Campus of Sun Yat-sen University
        • Contato:
        • Contato:

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Critérios de elegibilidade

Os principais requisitos que as pessoas que desejam participar de um estudo clínico devem atender ou as características que devem ter. Os critérios de elegibilidade consistem em critérios de inclusão (que são necessários para que uma pessoa participe do estudo) e critérios de exclusão (que impedem uma pessoa de participar). Tipos de critérios de elegibilidade incluem se um estudo aceita voluntários saudáveis, tem requisitos de idade ou faixa etária ou é limitado por sexo.

Idades elegíveis para estudo

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Sim

Descrição

Critérios de Inclusão:

  1. Estudantes de pós-graduação em medicina de universidades da Grande Baía Guangdong-Hong Kong-Macau;
  2. Estudantes de pós-graduação que frequentaram o curso "Aprendizagem Automática e Mineração de Dados";
  3. Ter concluído as disciplinas pré-requisito obrigatórias: "Estatística Médica" e "Investigação em Enfermagem";
  4. Capaz de operar normalmente o sistema Agente Educativo de IA e disposto a passar por intervenções e avaliações de ensino relevantes durante o período de estudo.

Critérios de Exclusão:

  1. Não disposto a utilizar o sistema agente educativo de IA, ou recusando permitir que a equipa de investigação recolha os seus dados relevantes;
  2. Estudantes que não possam comprometer-se com a duração total do curso ou tenham conflitos de horário conhecidos que impeçam a frequência regular;
  3. Estudantes que tenham frequentado ou assistido a este curso em anos académicos anteriores para evitar viés de efeito de aprendizagem

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: Outro
  • Alocação: N / D
  • Modelo Intervencional: Atribuição de grupo único
  • Mascaramento: Nenhum (rótulo aberto)

Armas e Intervenções

Grupo de Participantes / Braço

Grupo de Participantes / Braço

Um grupo ou subgrupo de participantes em um estudo clínico que recebe uma intervenção/tratamento específico, ou nenhuma intervenção, de acordo com o protocolo do estudo.
Intervenção / Tratamento

Intervenção / Tratamento

Um processo ou ação que é o foco de um estudo clínico. As intervenções incluem medicamentos, dispositivos médicos, procedimentos, vacinas e outros produtos em fase de investigação ou já disponíveis. As intervenções também podem incluir abordagens não invasivas, como educação ou modificação da dieta e exercícios.
Experimental: Grupo de Intervenção com Agente de IA
Estudantes de pós-graduação inscritos no curso "Aprendizagem Automática e Mineração de Dados" durante o ano letivo de 2025-2026. Os participantes deste grupo utilizarão o sistema personalizado de Agente Educativo de IA baseado em KGRAG ao longo do semestre. O sistema inclui três módulos: um Agente de Ensino para explicação de conceitos, um Agente de Investigação para apoio à escrita académica e um Agente de Inovação Prática para geração de código e depuração
Outro: Sistema de Agente Educacional de IA baseado em KGRAG
A intervenção envolve um sistema educativo de IA desenvolvido à medida, alimentado por Modelos de Linguagem de Grande Escala (LLMs) e tecnologia de Geração Aumentada por Recuperação Baseada em Grafos de Conhecimento (KGRAG). O sistema compreende três agentes especializados para apoiar a aprendizagem autodirigida: 1. Agente de Ensino: Fornece explicações de conceitos em tempo real, planos de estudo personalizados e reforço de conhecimento com base no currículo do curso. 2. Agente de Investigação: Auxilia na revisão da literatura, no aperfeiçoamento de questões de investigação e na estruturação da escrita académica. 3. Agente de Prática e Inovação: Orienta os alunos na geração de código, na depuração de algoritmos e em projetos de mineração de dados, utilizando métodos de tutoria socrática para promover competências de resolução de problemas. Os participantes têm acesso 24 horas por dia, 7 dias por semana a este sistema durante o semestre.

O que o estudo está medindo?

Medidas de resultados primários

Medidas de resultados primários

No protocolo de um estudo clínico, a medida de resultado planejada que é a mais importante para avaliar o efeito de uma intervenção/tratamento. A maioria dos estudos clínicos tem uma medida de desfecho primário, mas alguns têm mais de uma.
Medida de resultado
Descrição da medida
Prazo
Pontuação de Desempenho Académico Composto
Prazo: Após a intervenção (no final do curso, aproximadamente na semana 3)

Avaliado através da nota final acumulada do curso (escala: 0-100), que indica o domínio geral do aluno sobre conceitos e aplicações de aprendizagem automática. A pontuação é calculada com base em três componentes ponderados:

Trabalhos em Aula (20%): Avaliações de trabalhos regulares submetidos através da plataforma do curso.

Artigo de Progresso de Investigação (40%): Um trabalho escrito sobre um tópico de livre exploração que avalia a compreensão teórica e as capacidades de conceção de investigação.

Apresentação do Projeto Final de Grupo (40%): Avaliação de um projeto prático onde os alunos apresentam soluções e resultados com base em casos médicos e conjuntos de dados fornecidos. Pontuações mais elevadas indicam melhor desempenho académico.

As pontuações do grupo experimental serão comparadas com o grupo de controlo histórico
Após a intervenção (no final do curso, aproximadamente na semana 3)

Medidas de resultados secundários

Medidas de resultados secundários

No protocolo de um estudo clínico, uma medida de resultado planejada que não é tão importante quanto a medida de resultado primária para avaliar o efeito de uma intervenção, mas ainda é de interesse. A maioria dos estudos clínicos tem mais de uma medida de desfecho secundário.
Medida de resultado
Descrição da medida
Prazo
Taxa de Aquisição de Conhecimento Objectivo
Prazo: Após a intervenção (no final do curso, aproximadamente na semana 3)
Avaliado através de uma avaliação estruturada de conhecimentos incorporada nos inquéritos do curso. A avaliação inclui perguntas de escolha múltipla que abrangem conceitos fundamentais, métodos de processamento de dados e considerações éticas. O resultado é reportado como a percentagem de respostas corretas
Após a intervenção (no final do curso, aproximadamente na semana 3)
Utilidade Percebida e Aceitação da Tecnologia
Prazo: Após a intervenção (no final do curso, aproximadamente na semana 3)
Avaliado através do questionário pós-curso baseado no Modelo de Aceitação de Tecnologia (TAM). Os participantes classificam a utilidade do Agente de IA para a sua investigação e trabalho numa escala de 0 (Nenhuma ajuda) a 10 (Muito útil)
Após a intervenção (no final do curso, aproximadamente na semana 3)
Frequência de Interação do Agente de IA
Prazo: No final do curso (aproximadamente Semana 3)
Número total de conversas e interações conversacionais por aluno, avaliado através de análise quantitativa dos registos do sistema de backend para medir o comportamento de envolvimento do aluno.
No final do curso (aproximadamente Semana 3)
Interação de Agentes de IA: Padrões Temporais
Prazo: No final do curso (aproximadamente na Semana 3)
Comparação da frequência de utilização de agentes de IA durante as semanas de preparação para exames versus semanas de estudo regulares, avaliada através de análise quantitativa dos registos do sistema de backend.
No final do curso (aproximadamente na Semana 3)
Engajamento de Agentes de IA: Temas de Consulta
Prazo: No final do curso (aproximadamente Semana 3)
Identificação de temas de consulta de estudantes através da aplicação de algoritmos de modelação de tópicos a registos de sistema de backend.
No final do curso (aproximadamente Semana 3)

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Patrocinador

A organização ou pessoa que inicia o estudo e que tem autoridade e controle sobre o estudo.
Sun Yat-sen University

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

Início do estudo

A data real em que o primeiro participante foi inscrito em um estudo clínico. A data de início do estudo "antecipada" é a data que os pesquisadores acham que será a data de início do estudo.
1 de maio de 2025

Conclusão Primária (Estimado)

Conclusão Primária

A data em que o último participante de um estudo clínico foi examinado ou recebeu uma intervenção para coletar dados finais para a medida de resultado primário. Se o estudo clínico terminou de acordo com o protocolo ou foi encerrado, não afeta esta data. Para estudos clínicos com mais de uma medida de resultado primário com diferentes datas de conclusão, este termo refere-se à data em que a coleta de dados é concluída para todas as medidas de resultado primário. A data de conclusão primária "antecipada" é a data que os pesquisadores acham que será a data de conclusão primária do estudo.
31 de março de 2026

Conclusão do estudo (Estimado)

Conclusão do estudo

A data em que o último participante de um estudo clínico foi examinado ou recebeu uma intervenção/tratamento para coletar dados finais para as medidas de resultado primário, medidas de resultado secundário e eventos adversos (ou seja, a última visita do último participante). A data "prevista" de conclusão do estudo é a data que os pesquisadores acham que será a data de conclusão do estudo.
31 de março de 2026

Datas de inscrição no estudo

Enviado pela primeira vez

Enviado pela primeira vez

A data em que o patrocinador ou investigador do estudo enviou pela primeira vez um registro do estudo para ClinicalTrials.gov. Normalmente, há um atraso de alguns dias entre a primeira data de envio e a disponibilidade do registro em ClinicalTrials.gov (a primeira data publicada).
27 de fevereiro de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

Enviado pela primeira vez que atendeu aos critérios de CQ

A data em que o patrocinador ou investigador do estudo envia pela primeira vez um registro do estudo que seja consistente com os critérios de revisão do controle de qualidade (QC) da National Library of Medicine (NLM). O patrocinador ou investigador pode precisar revisar e enviar um registro de estudo uma ou mais vezes antes que os critérios de revisão de QC do NLM sejam atendidos. É responsabilidade do patrocinador ou investigador garantir que o registro do estudo seja consistente com os critérios de revisão do NLM QC.
27 de fevereiro de 2026

Primeira postagem (Real)

Primeira postagem

A data em que o registro do estudo foi disponibilizado pela primeira vez em ClinicalTrials.gov após a conclusão da revisão do controle de qualidade (QC) da National Library of Medicine (NLM). Normalmente, há um atraso de alguns dias entre a data em que o patrocinador ou investigador do estudo enviou o registro do estudo e a primeira data publicada.
4 de março de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

Última Atualização Postada

A data mais recente em que as alterações em um registro de estudo foram disponibilizadas em ClinicalTrials.gov. Pode haver um atraso entre o momento em que as alterações foram enviadas ao ClinicalTrials.gov pelo patrocinador ou investigador do estudo (a última data de envio de atualização) e a data de publicação da última atualização.
5 de março de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

Última atualização enviada que atendeu aos critérios de controle de qualidade

A data mais recente em que o patrocinador ou investigador do estudo enviou alterações em um registro do estudo que são consistentes com os critérios de revisão do controle de qualidade (QC) da National Library of Medicine (NLM). É responsabilidade do patrocinador ou investigador garantir que o registro do estudo seja consistente com os critérios de revisão do NLM QC.
3 de março de 2026

Última verificação

Última verificação

A data mais recente em que o patrocinador ou investigador do estudo confirmou as informações sobre um estudo clínico no ClinicalTrials.gov como precisas e atuais. Se um estudo com status de recrutamento de recrutamento; ainda não está recrutando; ou ativo, não recrutando não foi confirmado nos últimos 2 anos, o status de recrutamento do estudo é mostrado como desconhecido.
1 de fevereiro de 2026

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Outros números de identificação do estudo

Outros números de identificação do estudo

Identificadores ou números de identificação diferentes do número NCT que são atribuídos a um estudo clínico pelo patrocinador, financiadores ou outros do estudo. Esses números podem incluir identificadores exclusivos de outros registros de ensaios e números de concessão do National Institutes of Health.
  • L2025SYSU-HL-032
  • 25XJ0215 (Número de outro subsídio/financiamento: China Association of Higher Education)

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

SIM

Descrição do plano IPD

Os dados serão partilhados um ano após a publicação dos resultados do estudo. Os investigadores podem aceder aos dados contactando o investigador principal em xiaw23@mail.sysu.edu.cn, descrevendo o objetivo da investigação.

Prazo de Compartilhamento de IPD

Após a publicação do estudo

Critérios de acesso de compartilhamento IPD

Os investigadores podem aceder aos dados contactando o investigador principal em xiaw23@mail.sysu.edu.cn, descrevendo o propósito da investigação.

Tipo de informação de suporte de compartilhamento de IPD

  • PROTOCOLO DE ESTUDO
  • SEIVA
  • ANALYTIC_CODE

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Configurações de cookies

Usamos cookies para garantir que oferecemos a melhor experiência em nosso site. Para obter mais detalhes, leia com atenção nossa Política de Privacidade e Cookies. ...>>>Você pode alterar suas preferências ou retirar seu consentimento a qualquer momento, excluindo os cookies do seu site ou computador, conforme descrito na política. Aceite-o e escolha suas preferências marcando as caixas correspondentes na seção "Gerenciar configurações" abaixo. Leia atentamente nossos Termos de Serviço antes de continuar a usar qualquer parte deste site.
«Gerenciar configurações