- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06627985
Multidisciplinär behandling av stora språkmodellers antropomorfism (MDTALLM)
Multidisciplinär behandling av stora språkmodellers antropomorfism: en parallellkontrollerad studie
Denna retrospektiva kliniska prövning syftar till att bättre utforska potentialen hos stora språkmodeller inom medicin genom att jämföra effektiviteten av MDT-konsultationer utförda av mänskliga läkare med de som utförs av stora språkmodeller.
De viktigaste frågorna som ska behandlas är:
Ger användning av stora språkmodeller för att genomföra antropomorfa MDT-konsultationer bättre resultat än att använda icke-antropomorfa processer? Finns det en betydande prestandagap mellan MDT-konsultationer som utförs av stora språkmodeller och de som utförs av människor? Hur mycket större är den ekonomiska fördelen med MDT-konsultationer från stora språkmodeller jämfört med de som utförs av människor?
Samla i efterhand MDT-konsultationsjournaler från de senaste 20 åren i norra Sichuan i Kina, samt anonymiserade patientjournaler. Grupp 1: Olika stora språkmodeller får i uppdrag att fungera som läkare från olika avdelningar och som MDT-sekreterare för att sammanfatta konsultationer. Grupp 2: Den stora språkmodellen ger direkt diagnostiska och behandlingsrekommendationer för patienter. Jämför resultaten från grupperna 1 och 2 med mänsklig prestation retrospektivt, poängsätt dem och välj den bästa modellen från varje avdelning för en omvärdering genom antropomorfa MDT-konsultationer, återigen jämför dem med mänskliga resultat.
Studieöversikt
Status
Betingelser
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Zining Luo, Doctor
- Telefonnummer: 86 + 18161007029
- E-post: cblzn@nsmc.edu.cn
Studieorter
-
-
Sichuan
-
Nanchong, Sichuan, Kina, 637000
- The Affiliated Hospital of North Sichuan Medical College
-
Kontakt:
- Zining Luo
- Telefonnummer: 86 + 18161007029
- E-post: cblzn@nsmc.edu.cn
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- 1. I journalen finns tvärvetenskapliga samrådsanteckningar, med rekommendationer från specialister på olika avdelningar och en väldokumenterad slutsammanfattning.
- 2. Journalen innehåller uppgifter från minst ett år före och ett år efter konsultationen (inklusive intakta rapporter och bildjournaler).
- 3. Patientens utskrivningsförhållanden förbättrades på grund av den multidisciplinära behandlingsplanen efter konsultationen.
Uteslutningskriterier:
- 1. Journalen innehåller inte tvärvetenskapliga konsultationsanteckningar, eller rekommendationerna från olika avdelningsläkare och de slutliga sammanfattningarna är ofullständiga eller otillräckliga.
- 2. Journalen saknar data från 1 år före och efter konsultationen eller saknar nödvändiga rapporter och bilddata, vilket resulterar i ofullständig dokumentation.
- 3. Patientens tillstånd vid utskrivningen har inte förbättrats efter den multidisciplinära behandlingsplanen, eller tillståndet har förvärrats.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Antropomorfiserad process Stor språkmodell Multidisciplinär behandlingsgrupp
Med hjälp av en lokalt utplacerad MedicalGPT, den kommersiellt tillgängliga online GPT-4o, Claude-3.5
Sonnet, GPT-4o mini och Claude 3 Haiku kommer var och en att spela rollen som läkare från olika avdelningar som är involverade i den multidisciplinära behandlingsprocessen.
De kommer sedan sekventiellt att ta på sig rollen som en summerare för att sammanställa sina rekommendationer till ett slutgiltigt förslag eller behandlingsplan.
|
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i GPT-4o.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i GPT-4o mini.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i MedicalGPT.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i Claude-3.5
Sonett.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i Claude 3 Haiku.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
|
|
Icke-antropomorfiserad process Stor språkmodell Multidisciplinär behandlingsgrupp
Med hjälp av en lokalt utplacerad MedicalGPT, den kommersiella online-GPT-4o, Claude-3.5
Sonnet, GPT-4o mini och Claude 3 Haiku för att producera multidisciplinära konsultationsresultat i en enda instans, utan att separat ta på sig roller för varje avdelning och sedan sammanställa resultaten.
|
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i GPT-4o.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i GPT-4o mini.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i MedicalGPT.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i Claude-3.5
Sonett.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i Claude 3 Haiku.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
|
|
Riktiga läkare multidisciplinär behandlingsgrupp
Vid traditionella multidisciplinära behandlingar dokumenteras resultaten i de inblandade patienternas konsultationsjournaler, inklusive rekommendationer från läkare på olika avdelningar som deltagit i konsultationen och den slutliga sammanfattningen av sekreteraren.
|
Samla i efterhand diagnos- och behandlingsrekommendationerna från motsvarande avdelningar som är involverade i den multidisciplinära behandlingen av tidigare patienter, såväl som de övergripande rekommendationerna.
|
|
Bästa stora språkmodellen Multidisciplinär behandlingsgrupp
Efter att ha betygsatt resultaten från den antropomorfiserade processen Large Language Model Multidisciplinary Treatment Group mot resultaten av Real Doctors' Multi-Disciplinary Treatment Group på avdelning för avdelning, valdes de bästa ersättningsmodellerna och de bästa sammanfattningsmodellerna för varje avdelning ut. .
Dessa toppmodeller är inställda på att ta på sig roller i en multidisciplinär behandlingskonsultation.
|
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i GPT-4o.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i GPT-4o mini.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i MedicalGPT.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i Claude-3.5
Sonett.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
Mata in alla patientjournaler, inklusive text, undersökningsrapporter och bilddata, i Claude 3 Haiku.
Använd förtestade uppmaningar för att fastställa avdelningsroller, så att den kan tillhandahålla diagnostiska och behandlingsrekommendationer som är relevanta för respektive avdelning.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Tidsram |
|---|---|
|
Konsultationskostnad ($)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Konsultationstid (min)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Omfattande resultat av multidisciplinära behandlingar (procentskala)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Tydlighet i multidisciplinära behandlingsresultat (procentskala)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Korrekthet av multidisciplinära behandlingsresultat (procentskala)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Cross-Professional Team Collaboration Practice Assessment (CPAT)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Betygsskala för sammanfattning
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
|
Flesch-Kincaid Läsbarhetstest
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Sekundära resultatmått
Resultatmått |
Tidsram |
|---|---|
|
Etisk efterlevnad (boolesk)
Tidsram: Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Från multidisciplinär behandlingsprocess till multidisciplinär behandlingsprocess tills alla json-fält är utmatade, överstiger den tid det tar för mänskliga läkare att registrera tiden med hans system i allmänhet inte 12 timmar.
|
Samarbetspartners och utredare
Publikationer och användbara länkar
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 1426887-2024-3
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
- ICF
- ANALYTIC_CODE
- CSR
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .