LLM在牙髓病诊断中的性能
评估ChatGPT-4o、Gemini和Claude 3.7在牙髓病诊断中的应用：一项前瞻性临床研究
这项前瞻性观察性研究的目的是评估三种大型语言模型（ChatGPT-4o、Gemini Advanced和Claude 3.7）在支持成人患者常见牙髓病诊断和治疗决策方面的能力。
本研究旨在回答的主要问题包括：
当提供结构化临床信息和根尖周X光片时，LLMs能否准确确定牙髓病诊断？
LLMs能否提出与牙髓病专科医生决策相当的适当治疗计划？
为回答这些问题，研究人员将以牙髓病专科医生的共识诊断作为参考标准，比较三种AI模型的诊断和治疗准确性。
参与者将：
作为标准临床护理的一部分，接受常规牙髓检查和根尖周X光片拍摄。
其匿名临床病史和X光片将被输入三种AI模型。
不直接与任何AI系统互动；所有评估将由研究团队执行。
本研究旨在了解大型语言模型在真实临床条件下的表现，以及这些系统未来是否可能在牙髓病诊断中发挥辅助作用。
研究概览
详细说明
这项前瞻性观察研究旨在评估三种大型语言模型——ChatGPT-4o、Gemini Advanced和Claude 3.7——在牙髓病临床环境中的实时诊断与治疗决策表现。 研究共纳入120名就诊于牙髓病科的患者，收集了详细的医疗/牙科病史、临床检查结果及根尖周X光片。 随后，通过标准化提示向三种LLM提交匿名病例，要求其提供诊断及相应治疗方案。
所有模型均采用默认多模态配置，未启用网络搜索功能、插件或外部数据检索。 每个问题仅在独立的对话会话中提交一次，以避免记忆残留效应。 回复内容被逐字保存，并与牙髓病专家小组制定的参考诊断及治疗方案进行比对。
本研究尽可能贴近真实临床场景，旨在客观评估这些系统在日常临床实践中可能的表现。 由于LLM有望在未来牙科诊疗中发挥日益重要的作用（尤其在决策支持、分诊和患者教育方面），了解其在真实临床情境中的能力与局限至关重要。 通过识别这些模型的优势与不足，本研究旨在为LLM技术持续发展过程中的安全有效临床整合提供参考依据。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
Istanbul
-
Maltepe、Istanbul、土耳其（türkiye）、34856
- Faculty of Dentistry, Marmara University
-
-
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
取样方法
研究人群
描述
纳入标准：
- 就诊或被转诊至牙髓病科的成年患者（≥18岁）。
临床确诊需进行诊断和治疗规划的牙髓病患者。
同意参与并签署知情同意书的患者。
临床就诊期间获得完整纸质医疗/牙科病史及根尖周X光片的患者。
排除标准：
- 排除标准
拒绝参与或未签署知情同意书的患者。
转诊至儿童牙科诊所的未成年患者（<18岁）。
因非牙髓病主诉就诊的患者（例如：拔牙后牙槽炎、第三磨牙拔除问题）。
临床信息不完整或缺失X光片的病例。
无法接受标准牙髓病检查程序的患者。
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
牙髓病患者队列
该队列包括120名连续就诊于牙髓病诊所、经临床验证患有牙髓病的患者。
收集了临床病史和根尖周X线片，并将AI模型生成的诊断/治疗建议与专家共识进行了比较。
|
参与者的匿名临床信息，包括结构化病史和根尖周X光片，被用作三个大型语言模型（ChatGPT-4o、Gemini Advanced、Claude 3.7）的输入。
这些模型被要求确定牙髓病诊断并提出适当的治疗计划。
未对参与者实施任何治疗、使用任何设备或药物。
干预措施仅包括对现有临床数据进行基于人工智能的解读。
|
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 |
|---|---|---|
|
基于纸质病史和根尖周X光片的临床医生诊断准确性
大体时间：7月7日-8月5日
|
评估牙髓科临床医生在审阅纸质患者病史表格和标准化根尖周X光片后做出的诊断决策。
准确性通过将临床医生的诊断与三位独立牙髓科专家建立的共识诊断进行比较来确定。
数据将在初始临床评估时从所有120名患者中收集。
|
7月7日-8月5日
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
LLM生成的诊断与治疗规划性能
大体时间：八月-九月
|
评估大型语言模型（LLMs）——ChatGPT-4o、Gemini Advanced和Claude 3.7——在接收与提供给临床医生相同的纸质患者病史和根尖周X光片后生成的诊断和治疗建议。
LLM的回复将在诊断和治疗决策两方面与金标准专家共识进行比较。
|
八月-九月
|
合作者和调查者
调查人员
- 研究主任：ayşe karadayı, asst. prof.、Marmara University Faculty of Dentistry
出版物和有用的链接
一般刊物
- Abd-Alrazaq A, AlSaad R, Alhuwail D, Ahmed A, Healy PM, Latifi S, Aziz S, Damseh R, Alabed Alrazak S, Sheikh J. Large Language Models in Medical Education: Opportunities, Challenges, and Future Directions. JMIR Med Educ. 2023 Jun 1;9:e48291. doi: 10.2196/48291.
- Schwendicke F, Samek W, Krois J. Artificial Intelligence in Dentistry: Chances and Challenges. J Dent Res. 2020 Jul;99(7):769-774. doi: 10.1177/0022034520915714. Epub 2020 Apr 21.
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
与本研究相关的术语
其他研究编号
- 2025-38
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.