Al 改善罕见风湿病的诊断 (AIDRARER)
研究概览
详细说明
先进的人工智能 (AI) 技术，尤其是 OpenAI 的 ChatGPT 等大型语言模型，在增强医疗决策方面具有巨大潜力。 虽然 ChatGPT 并不是专门为医疗应用而设计的，但它在各种医疗保健场景中都显示出实用性，包括回答患者询问、起草医疗文件和协助咨询。 尽管取得了这些进步，但它在支持诊断推理（尤其是经验不足的医学生）和复杂罕见疾病方面的作用仍未得到充分探索。
诊断推理是一个多方面的过程，结合了模式识别、知识综合和概率思维。 ChatGPT 等工具可能会减轻认知负担，提高诊断准确性，并最终加速罕见疾病的诊断。 然而，ChatGPT 并非专为诊断推理而设计，并且缺乏该领域的全面验证。 此外，它很容易产生错误信息或听起来合理但不准确的反应，这可能会阻碍而不是支持临床决策。 因此，在将此类人工智能工具集成到教育或临床工作流程之前，了解医学生如何使用此类人工智能工具至关重要。 这项研究还将评估促进 ChatGPT 使用的标准化提示，并将让学生直接访问以实现现实场景。
本研究将调查 ChatGPT 对医学生在处理罕见风湿病病例时诊断准确性的影响。 参与者将被随机分为两组：一组可以访问 ChatGPT，一组使用传统诊断工具。 每个参与者将通过提供最多 5 个鉴别诊断并评估诊断置信度来分析诊断病例。 对小组分配不知情的独立评审员将评估他们的回答的准确性和质量。 因此，本研究旨在深入了解集成 ChatGPT 等人工智能工具的潜在好处和局限性。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Marburg、德国、35043
- Institute for Digital Medicine, University Hospital of Giessen and Marburg, Philipps University Marburg
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准：
- 开始学习临床科目（内科）的医学生
排除标准：
- 不是医学生
学习计划
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：干预组
群组将有权访问 ChatGPT 和标准化初始提示
|
OpenAI 的 ChatGPT 语言模型与聊天界面。
|
|
无干预：对照组
团体将不会获得包括 ChatGPT 在内的任何法学硕士的访问权限，但将有动力使用其他资源（例如在线搜索引擎、Pubmed）
|
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 |
|---|---|---|
|
顶级诊断诊断准确率
大体时间：评估期间
|
每组参与者将提出至少一种疾病建议（顶级诊断），最多总共提出 5 条建议。
将分析最重要的建议与实际诊断的精确匹配百分比
|
评估期间
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
前 5 个建议的诊断准确性
大体时间：评估期间
|
每组参与者将提出至少一种疾病建议（顶级诊断），最多总共提出 5 条建议。
将分析前 5 条建议中与实际诊断完全匹配的百分比
|
评估期间
|
|
诊断推理
大体时间：评估期间
|
对于每个案例，参与者每项合理的诊断将获得 1 分，完全正确的反应将获得 2 分。
将比较随机组之间的总分。
|
评估期间
|
|
诊断信心
大体时间：评估期间
|
对于每个病例，参与者将被要求提供诊断信心（VAS 0-10）。
将比较各组之间的平均分数。
|
评估期间
|
|
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（以秒为单位）。
|
评估期间
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
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.