Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Utvärdering av ChatGPT:s roll i att utbilda patienter med hepatocellulärt karcinom i tidigt stadium

22 april 2024 uppdaterad av: Taipei Veterans General Hospital, Taiwan

Levercancer är en ledande orsak till cancerrelaterade dödsfall i Taiwan, med dess uppkomst kopplad till faktorer som kroniska leversjukdomar, cirros och genetiska anlag. Enligt klassificeringen "Barcelona Clinic Liver Cancer (BCLC)" avgränsas levercancer i tidigt skede av stadier 0 till A. Vid en sådan diagnos har både patienter och deras familjer ofta många frågor och bekymmer, allt från behandlingsval till lång- terminsresultat. Forskningen föreslår en GPT-3.5-baserad chatbot för att hjälpa dessa patienter genom att tillhandahålla aktuell, personlig information, som syftar till att berika deras förståelse för sjukdomen och förbättra kommunikationen mellan patienter och vårdpersonal.

Forskningsmetodiken använder sig av en Randomized Controlled Trial (RCT) design, som delar upp deltagarna i en kontrollkohort som får standardrutin för patientutbildning och en experimentell kohort som får både AI-chatbot och traditionell utbildningsrutin. Den jämförande analysen av dessa kohorter kommer att avgöra effektiviteten av AI-interventionen för att förbättra patienters hälsokompetens och tillfredsställelse.

Studieöversikt

Detaljerad beskrivning

Levercancer är den näst vanligaste orsaken till cancerrelaterade dödsfall i Taiwan. Olika faktorer spelar roll för dess utveckling, såsom kroniska leversjukdomar, cirros, virusinfektioner, alkoholintag, fetma, diabetes och genetiska anlag, bland annat. Baserat på "Barcelona Clinic Liver Cancer (BCLC)"-systemet, faller levercancer i tidigt skede inom stadierna 0 till A. När de står inför en levercancerdiagnos i tidigt stadium uttrycker patienter och deras anhöriga ofta oro. Dessa kan sträcka sig från sjukdomens potentiella effekter på det dagliga livet, utvärdering av behandlingsalternativ, potentiella biverkningar, kostnader involverade, chanserna för återfall och överlevnadsfrekvens, till den vård som krävs efter behandlingen. Att ta itu med dessa bekymmer kräver ofta omfattande förklaringar och tid för patienterna att bearbeta informationen.

Forskningen föreslår att man använder en chatbot byggd på GPT-3.5-språkmodellen utvecklad av OpenAI för patientutbildningstjänster. En sådan chatbot skulle hjälpa patienter i tidigt skede av levercancer att navigera i komplexiteten med att få relevant information. Som en artificiell intelligensteknik kan chatboten erbjuda aktuell, personlig information och psykologiskt stöd. Genom att svara på patienters förfrågningar kan chatboten ge en grundlig förståelse av grundläggande kunskap om levercancer, dess orsaker och behandlingsmetoder, och därigenom underlätta en djupare förståelse av de tidiga stadierna av levercancer och dess behandlingsregim. Patienter och deras anhöriga kan förstå deras tillstånd och behandlingsplaner, förbättra deras samtal med medicinsk personal och främja en harmonisk relation mellan läkare och patient.

Forskningen använder en metodik för randomiserad kontrollerad studie (RCT), som delar in patienter i en kontrollgrupp som genomgår den konventionella patientutbildningsrutinen och en experimentell grupp som utnyttjar både chatbot och traditionell utbildning. Genom att jämföra utvalda resultat mellan de två grupperna kommer experimentets effektivitet att bestämmas.

Studietyp

Interventionell

Inskrivning (Beräknad)

450

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Beitou District
      • Taipei, Beitou District, Taiwan, 11217
        • Rekrytering
        • Taipei Veterans General Hospital
        • Kontakt:
        • Kontakt:

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Beskrivning

Inklusionskriterier:

  • Patienter med hepatocellulärt karcinom i tidigt stadium från både gastroenterologi och allmänkirurgiska polikliniker inkluderades. Tidigt stadium av hepatocellulärt karcinom definieras baserat på Barcelona Clinic Liver Cancer (BCLC) stadieindelning som steg 0 till A.

Exklusions kriterier:

  • Patienter under 18 år eller de som för närvarande genomgår behandling för andra cancerformer.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Hälsovårdsforskning
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: GPT-3.5-baserad utbildning
Patienter får ytterligare utbildning med en GPT-3.5-baserad utbildningsrobot utöver den traditionella utbildningen.
Patienter får ytterligare utbildning med en GPT-3.5-baserad utbildningsrobot utöver den traditionella utbildningen.
Andra namn:
  • Lägg till GPT-3.5-modell för patientutbildning
Aktiv komparator: Traditionella utbildningsrutiner
Patienterna får traditionella traditionella utbildningsprocedurer.
Patienterna får traditionella traditionella utbildningsprocedurer.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Patienternas hälsokompetens
Tidsram: 1 vecka till 1 månad
Mäts primärt med hjälp av levercancerkunskapsskalan. Skalan består av 20 frågor med alternativ inklusive rätt, felaktigt och osäkert, med 14 korrekta svar och 6 felaktiga (frågorna 4, 7, 11, 15, 18, 19). Varje rätt svar ger 5 poäng, medan felaktiga eller osäkra svar får 0 poäng. Poängintervallet är från 0 till 100, med en totalpoäng på 100 poäng.
1 vecka till 1 månad
Nöjdspoäng med medicinsk vård
Tidsram: 1 vecka till 1 månad
Det inkluderar främst tillfredsställelse med traditionell hälsoutbildning och AI-baserade hälsoutbildningsverktyg. Likertskalan bedömde poängen, som erbjuder alternativ som sträcker sig från mycket missnöjd (1) till mycket nöjd (5).
1 vecka till 1 månad

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Grad av patientångest
Tidsram: 1 vecka till 1 månad
Mäts med hjälp av frågeformuläret GAD-7, en skala utformad för att bedöma ångestnivåer.
1 vecka till 1 månad

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

22 mars 2024

Primärt slutförande (Beräknad)

29 november 2024

Avslutad studie (Beräknad)

21 mars 2025

Studieregistreringsdatum

Först inskickad

16 april 2024

Först inskickad som uppfyllde QC-kriterierna

22 april 2024

Första postat (Faktisk)

25 april 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

25 april 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

22 april 2024

Senast verifierad

1 april 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera