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

Al para melhorar o diagnóstico de doenças reumáticas raras (AIDRARER)

28 de maio de 2025 atualizado por: Philipps University Marburg
Este ensaio tem como objetivo avaliar o impacto de fornecer aos estudantes de medicina acesso ao ChatGPT, um modelo de linguagem grande e de última geração, em comparação com ferramentas convencionais de apoio à decisão diagnóstica, na precisão do diagnóstico para doenças reumáticas raras.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

Tecnologias avançadas de inteligência artificial (IA), especialmente modelos de linguagem de grande porte, como o ChatGPT da OpenAI, possuem um potencial significativo para melhorar a tomada de decisões médicas. Embora o ChatGPT não tenha sido projetado especificamente para aplicações médicas, ele mostrou utilidade em vários cenários de saúde, incluindo resposta a dúvidas de pacientes, elaboração de documentação médica e auxílio em consultas. Apesar destes avanços, o seu papel no apoio ao raciocínio diagnóstico – especialmente entre estudantes de medicina menos experientes – e para doenças raras complexas permanece pouco explorado.

O raciocínio diagnóstico é um processo multifacetado que combina reconhecimento de padrões, síntese de conhecimento e pensamento probabilístico. Ferramentas como o ChatGPT poderiam potencialmente aliviar a carga cognitiva, melhorar a precisão do diagnóstico e, em última análise, acelerar o diagnóstico de doenças raras. No entanto, o ChatGPT não é adaptado para raciocínio diagnóstico e carece de validação abrangente neste domínio. Além disso, é suscetível de gerar desinformação ou respostas que parecem plausíveis, mas imprecisas, o que pode dificultar, em vez de apoiar, a tomada de decisão clínica. Portanto, compreender como os estudantes de medicina utilizam essas ferramentas de IA é essencial antes de serem integradas em fluxos de trabalho educacionais ou clínicos. Este estudo também avaliará um prompt padronizado para facilitar o uso do ChatGPT e dará aos alunos acesso direto para permitir um cenário realista.

Este estudo investigará o impacto do ChatGPT na acurácia diagnóstica de estudantes de medicina no atendimento de casos de doenças reumáticas raras. Os participantes serão randomizados em dois grupos: um com acesso ao ChatGPT e outro com uso de ferramentas de diagnóstico convencionais. Cada participante analisará casos diagnósticos fornecendo até 5 diagnósticos diferenciais e avaliando a confiança diagnóstica. Revisores independentes, cegos quanto à alocação dos grupos, avaliarão a precisão e a qualidade de suas respostas. Este estudo, portanto, visa fornecer insights sobre os benefícios e limitações potenciais da integração de ferramentas de IA como o ChatGPT.

Tipo de estudo

Intervencional

Inscrição (Real)

68

Estágio

  • 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.

Locais de estudo

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

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

Idades elegíveis para estudo

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Sim

Descrição

Critérios de inclusão:

  • Estudantes de medicina começando com disciplinas clínicas (medicina interna)

Critérios de exclusão:

  • Não ser estudante de medicina

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: Diagnóstico
  • Alocação: Randomizado
  • Modelo Intervencional: Atribuição Paralela
  • Mascaramento: Solteiro

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Comparador Ativo: Grupo de intervenção
O grupo terá acesso ao ChatGPT e ao prompt inicial padronizado
Modelo de linguagem ChatGPT da OpenAI com interface de chat.
Sem intervenção: Grupo de controle
O Grupo não terá acesso a nenhum LLM, incluindo ChatGPT, mas será motivado a usar outros recursos (como mecanismos de pesquisa on-line, Pubmed)

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Precisão diagnóstica do diagnóstico superior
Prazo: durante a avaliação
Os participantes de cada grupo farão pelo menos uma sugestão de doença (diagnóstico principal) e até um total de no máximo 5 sugestões. Será analisada a porcentagem de correspondências exatas da sugestão principal com o diagnóstico real
durante a avaliação

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Precisão diagnóstica das 5 principais sugestões
Prazo: durante a avaliação
Os participantes de cada grupo farão pelo menos uma sugestão de doença (diagnóstico principal) e até um total de no máximo 5 sugestões. Será analisada a porcentagem de correspondências exatas com o diagnóstico real incluído nas 5 principais sugestões
durante a avaliação
Raciocínio diagnóstico
Prazo: durante a avaliação
Para cada caso, os participantes receberão 1 ponto para cada diagnóstico plausível e 2 pontos para resposta totalmente correta. As pontuações totais serão comparadas entre os grupos randomizados.
durante a avaliação
Confiança diagnóstica
Prazo: durante a avaliação
Para cada caso, os participantes serão questionados sobre sua confiança diagnóstica (VAS 0-10). A pontuação média será comparada entre os grupos.
durante a avaliação
Tempo gasto para diagnóstico
Prazo: durante a avaliação
Compararemos quanto tempo (em segundos) os participantes gastam por caso entre os dois braços do estudo.
durante a avaliação

Colaboradores e Investigadores

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

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)

7 de janeiro de 2025

Conclusão Primária (Real)

30 de março de 2025

Conclusão do estudo (Real)

30 de março de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

16 de dezembro de 2024

Enviado pela primeira vez que atendeu aos critérios de CQ

20 de dezembro de 2024

Primeira postagem (Real)

27 de dezembro de 2024

Atualizações de registro de estudo

Última Atualização Postada (Real)

29 de maio de 2025

Última atualização enviada que atendeu aos critérios de controle de qualidade

28 de maio de 2025

Última verificação

1 de maio de 2025

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

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 .

Se inscrever