此页面是自动翻译的，不保证翻译的准确性。请参阅 英文版 对于源文本。

医生利用大型语言模型对诊断病例进行推理

2024年2月15日 更新者：Jonathan Chen、Stanford University

使用大型语言模型聊天机器人进行诊断推理

本研究将评估提供 GPT-4（一种大型语言模型）的访问权限与传统诊断决策支持工具相比对基于案例的诊断推理任务性能的影响。

研究概览

地位

完全的

条件

干预/治疗

详细说明

人工智能 (AI) 技术，特别是 OpenAI 的 ChatGPT 等先进的大型语言模型，有潜力改善医疗决策。 尽管 ChatGPT-4 并不是为医疗特定应用而开发的，但它在各种医疗保健环境中都表现出了前景，包括医疗笔记书写、解决患者询问和促进医疗咨询。 然而，人们对 ChatGPT 如何增强临床医生的临床推理能力知之甚少。

临床推理是一个复杂的过程，涉及模式识别、知识应用和概率推理。 将 ChatGPT-4 等人工智能工具集成到医生工作流程中可能有助于减少临床医生的工作量并降低漏诊的可能性。 然而，ChatGPT-4 并不是为了临床推理的目的而开发的，也没有为此目的进行验证。 此外，它可能会受到虚假信息的影响，包括可能误导临床医生的令人信服的捏造。 如果临床医生滥用该工具，可能无法改善诊断推理，甚至可能造成伤害。 因此，在将其常规纳入患者护理之前，研究临床医生如何使用大型语言模型来增强临床推理非常重要。

在本研究中，我们将随机分配参与者来回答有或没有访问 ChatGPT-4 的诊断病例​​。 参与者将被要求对每个病例​​给出三种鉴别诊断，并对每个诊断提供支持和反对的结果。 此外，他们将被要求提供他们的首要诊断以及下一步的诊断步骤。 答案将由对治疗分配不知情的独立评审员进行评分。

研究类型

介入性

注册 (实际的)

50

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习地点

  • 美国
    • California
      • Palo Alto、California、美国、94304
        • Stanford University

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

是的

描述

纳入标准：

  • 参与者必须是有执照的医生，并且至少完成了研究生二年级 (PGY2) 的医学培训。
  • 内科、家庭医学或急诊医学培训。

排除标准：

  • 目前未从事临床实践。

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

  • 主要用途：诊断
  • 分配：随机化
  • 介入模型：并行分配
  • 屏蔽：单身的

武器和干预

参与者组/臂
干预/治疗
有源比较器：GPT-4
组将有权访问 GPT-4。
其他：GPT-4
OpenAI 的 GPT-4 大语言模型，带有聊天界面。
无干预：常用资源
小组不会被授予访问 GPT-4 的权限，但会鼓励他们使用除大型语言模型（UpToDate、Dynamed、google 等）之外的任何资源。

研究衡量的是什么？

主要结果指标

结果测量
措施说明
大体时间
诊断推理
大体时间：评估期间
主要结果是每种情况的正确百分比（范围：0 到 100）。 对于每个病例，参与者将被要求提供三个最重要的诊断以及支持该诊断和反对该诊断的病例发现。 对于每个合理的诊断，参与者将获得 1 分。 支持诊断的结果和反对诊断的结果也将根据正确性进行评分，部分正确为 1 分，完全正确为 2 分。 然后，参与者将被要求说出他们最重要的诊断，合理的回答得一分，最正确的回答得两分。 最后，参与者将被要求说出最多 3 个后续步骤，以进一步评估患者，部分正确的反应奖励 1 分，完全正确的反应奖励 2 分。 主要结果将按随机分组在病例层面进行比较。
评估期间

次要结果测量

结果测量
措施说明
大体时间
诊断所花费的时间
大体时间：评估期间
我们将比较参与者在两个研究组之间为每个案例花费的时间（以分钟为单位）。
评估期间

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Stanford University

合作者

Beth Israel Deaconess Medical Center
University of Minnesota

调查人员

  • 首席研究员：Jonathan H Chen, MD, PhD、Stanford University
  • 首席研究员：Adam Rodman, MD、Beth Israel Deaconess Medical Center
  • 首席研究员：Andrew Olson, MD、University of Minnesota

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2023年11月29日

初级完成 (实际的)

2023年12月30日

研究完成 (实际的)

2023年12月30日

研究注册日期

首次提交

2023年11月27日

首先提交符合 QC 标准的

2023年11月27日

首次发布 (实际的)

2023年12月6日

研究记录更新

最后更新发布 (实际的)

2024年2月20日

上次提交的符合 QC 标准的更新

2024年2月15日

最后验证

2024年2月1日

更多信息

与本研究相关的术语

关键字

其他相关的 MeSH 术语

其他研究编号

  • 71319

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.

订阅