Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Рассуждения врача о диагностических случаях с помощью больших языковых моделей

15 февраля 2024 г. обновлено: Jonathan Chen, Stanford University

Диагностическое мышление с помощью чат-ботов с большой языковой моделью

В этом исследовании будет оценено влияние предоставления доступа к GPT-4, большой языковой модели, по сравнению с традиционными инструментами поддержки диагностических решений на производительность при выполнении задач диагностического рассуждения на основе конкретных случаев.

Обзор исследования

Статус

Завершенный

Условия

Вмешательство/лечение

Подробное описание

Технологии искусственного интеллекта (ИИ), особенно передовые модели больших языков, такие как ChatGPT от OpenAI, могут улучшить процесс принятия медицинских решений. Хотя ChatGPT-4 не был разработан для использования в медицинских приложениях, он продемонстрировал многообещающие результаты в различных сферах здравоохранения, включая написание медицинских заметок, обработку запросов пациентов и облегчение медицинских консультаций. Однако мало что известно о том, как ChatGPT расширяет способности врачей к клиническому рассуждению.

Клиническое рассуждение — это сложный процесс, включающий распознавание образов, применение знаний и вероятностное рассуждение. Интеграция инструментов искусственного интеллекта, таких как ChatGPT-4, в рабочие процессы врачей потенциально может помочь снизить рабочую нагрузку врачей и снизить вероятность пропущенных диагнозов. Однако ChatGPT-4 не был разработан для клинических целей и не прошел валидацию для этой цели. Кроме того, оно может подвергаться дезинформации, включая убедительные выдумки, которые могут ввести врачей в заблуждение. Если врачи злоупотребляют этим инструментом, это может не улучшить диагностические рассуждения и даже нанести вред. Поэтому важно изучить, как врачи используют большие языковые модели для расширения клинических рассуждений перед их рутинным внедрением в уход за пациентами.

В этом исследовании мы рандомизируем участников для ответа на диагностические случаи с доступом к ChatGPT-4 или без него. Участникам будет предложено дать три дифференциальных диагноза для каждого случая, с подтверждающими и противоположными выводами для каждого диагноза. Кроме того, им будет предложено указать свой основной диагноз, а также следующие диагностические шаги. Ответы будут оцениваться независимыми рецензентами, не имеющими информации о назначении лечения.

Тип исследования

Интервенционный

Регистрация (Действительный)

50

Фаза

  • Непригодный

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Да

Описание

Критерии включения:

  • Участники должны быть лицензированными врачами и пройти как минимум 2-й год последипломного образования (PGY2) медицинской подготовки.
  • Обучение в области внутренней медицины, семейной медицины или неотложной медицины.

Критерий исключения:

  • Клинической практики в настоящее время не практикует.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Основная цель: Диагностика
  • Распределение: Рандомизированный
  • Интервенционная модель: Параллельное назначение
  • Маскировка: Одинокий

Оружие и интервенции

Группа участников / Армия
Вмешательство/лечение
Активный компаратор: ГПТ-4
Группе будет предоставлен доступ к GPT-4.
Большая языковая модель OpenAI GPT-4 с интерфейсом чата.
Без вмешательства: Обычные ресурсы
Группе не будет предоставлен доступ к GPT-4, но ей будет предложено использовать любые ресурсы, которые они пожелают, кроме больших языковых моделей (UpToDate, Dynamed, Google и т. д.).

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Диагностическое рассуждение
Временное ограничение: Во время оценки
Основным результатом будет процент правильных ответов (диапазон: от 0 до 100) для каждого случая. Для каждого случая участникам будет предложено назвать три основных диагноза и результаты исследования, которые подтверждают этот диагноз и опровергают его. За каждый вероятный диагноз участники получат по 1 баллу. Результаты, подтверждающие диагноз, и данные, противоречащие диагнозу, также будут оцениваться в зависимости от правильности: 1 балл за частично правильные ответы и 2 балла за полностью правильные ответы. Затем участникам будет предложено назвать свой главный диагноз, получая один балл за разумный ответ и два балла за наиболее правильный ответ. Наконец, участникам будет предложено назвать до трех следующих шагов для дальнейшей оценки пациента: один балл присуждается за частично правильный ответ, а два балла — за полностью правильный ответ. Первичный результат будет сравниваться на уровне случая в рандомизированных группах.
Во время оценки

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Время, потраченное на диагностику
Временное ограничение: Во время оценки
Мы сравним, сколько времени (в минутах) участники тратят на одно дело в двух группах исследования.
Во время оценки

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Следователи

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

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

29 ноября 2023 г.

Первичное завершение (Действительный)

30 декабря 2023 г.

Завершение исследования (Действительный)

30 декабря 2023 г.

Даты регистрации исследования

Первый отправленный

27 ноября 2023 г.

Впервые представлено, что соответствует критериям контроля качества

27 ноября 2023 г.

Первый опубликованный (Действительный)

6 декабря 2023 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

20 февраля 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

15 февраля 2024 г.

Последняя проверка

1 февраля 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • 71319

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться