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

Utvärdering av AI-stora modeller för diagnos och behandling i verkliga fall: Multicenter retrospektiv studie

Denna multicenter-retrospektiva studie syftar till att utvärdera den diagnostiska och terapeutiska prestandan hos tre stora språkmodeller – ChatGPT, Gemini och Deepseek – genom att använda 800 arkiverade inläggningsjournaler från urologiavdelningar på fyra tertiära sjukhus. Studien kommer att fokusera på noggrannheten och tillämpbarheten hos dessa modeller vid sjukdomsigenkänning, preliminär diagnostik och generering av behandlingsrekommendationer, för att utforska deras potentiella värde och begränsningar i att stödja kliniskt beslutsfattande i verkliga miljöer.

Studieöversikt

Studietyp

Observationell

Inskrivning (Beräknad)

800

Kontakter och platser

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

Studiekontakt

Studieorter

      • Fuzhou, Kina
        • Rekrytering
        • The First Affiliated Hospital of Fujian Medical University

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

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Studiepopulationen hämtades från följande institutioner: Första anslutna sjukhuset till Fujian Medical University, Andra anslutna sjukhuset till Fujian Medical University, Shishi City Hospital och Shaowu City Hospital

Beskrivning

Inklusionskriterier:

  • Fallinformationen kommer från de fyra sjukhusen som deltar i studien, med kompletta och autentiska diagnos- och behandlingsjournaler.
  • Patienterna måste vara 18 år eller äldre, utan könsbegränsningar.
  • Kompletta medicinska journaler, inklusive följande kärninformation: patientens grundläggande information, nuvarande sjukdomshistoria, tidigare medicinsk historia, fysisk undersökning och hjälpundersökningar (inklusive laboratorie- och bildundersökningar).
  • En tydlig utskrivningsdiagnos och behandlingsplan (inklusive terapeutiska åtgärder och uppföljningsarrangemang).
  • Medicinska journaler har arkiverats, med objektiv och korrekt information som inte har ändrats.
  • Patienten eller deras lagliga företrädare har gett informerat samtycke, och godkänner användningen av deras anonymiserade medicinska data för forskningsanalys.

Exklusionskriterier:

  • Medicinska journaler med betydande saknad information, såsom viktiga kliniska detaljer (nuvarande sjukdomshistoria, diagnostiska eller behandlingsjournaler, etc.).
  • Fall där diagnosen eller behandlingsplanen är oklar, eller där behandling inte har fullbordats för en initial diagnos.
  • Fall där huvuddiagnosen inte är urologisk.
  • Fall med stora fel eller inkonsekvenser i journalerna som kan påverka vidare bedömning.
  • Medicinska journaler i speciella format eller bilder som inte är läsbara (t.ex. handskrivna anteckningar, icke-standarddokumentation).
  • Patienter som inte har undertecknat det informerade samtyckesformuläret eller som vägrar att deras medicinska data används för forskning.

Studieplan

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

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Diagnostisk noggrannhet: Utvärderad med Top-1-noggrannhet
Tidsram: Genom studiens slutförande, i genomsnitt 3 månader
Top-1: Andel fall där modellens första diagnos matchar den sanna primärdiagnosen.
Genom studiens slutförande, i genomsnitt 3 månader
Diagnostisk noggrannhet: Utvärderas med Top-3-noggrannhet
Tidsram: Genom studiens slutförande, i genomsnitt 3 månader
Top-3: Andel fall där den korrekta diagnosen finns bland modellens topp 3.
Genom studiens slutförande, i genomsnitt 3 månader
Diagnostisk fullständighet
Tidsram: Genom studiens slutförande, i genomsnitt 3 månader
Andelen av modellens diagnoser som överlappar med alla diagnoser (primära och sekundära) i fallet.
Genom studiens slutförande, i genomsnitt 3 månader
Differentiell diagnostikkvalitet
Tidsram: Genom studieavslutning, i genomsnitt 3 månader
Utvärderad av experter med hjälp av en Likert 5-punkts skala, med hänsyn till faktorer som vanlig sjukdomstäckning, logisk tydlighet och specificitet
Genom studieavslutning, i genomsnitt 3 månader
Behandlingsplanens Kvalitet
Tidsram: Genom studieavslutning, i genomsnitt 3 månader
Utvärderar om modellens behandlingsförslag följer kliniska riktlinjer, bedöms av experter på fullständighet, lämplighet och säkerhet.
Genom studieavslutning, i genomsnitt 3 månader
Analys Tid
Tidsram: Genom studiens slutförande, i genomsnitt 3 månader
5.Tid det tar för AI-modellen att ge diagnoser och behandlingsförslag (i sekunder), vilket återspeglar realtidsförmåga.
Genom studiens slutförande, i genomsnitt 3 månader

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 (Beräknad)

1 januari 2026

Primärt slutförande (Beräknad)

1 april 2026

Avslutad studie (Beräknad)

1 juni 2026

Studieregistreringsdatum

Först inskickad

9 december 2025

Först inskickad som uppfyllde QC-kriterierna

26 januari 2026

Första postat (Faktisk)

30 januari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

30 januari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

26 januari 2026

Senast verifierad

1 januari 2026

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