生成式人工智能对类风湿关节炎并发症诊断的影响
2025年12月22日 更新者：Quan Jiang、Guang'anmen Hospital of China Academy of Chinese Medical Sciences
基于大型语言模型（LLM）的生成式人工智能（GenAI）有望改善自身免疫性疾病的诊断和治疗。
我们正在研究GenAI可能如何影响类风湿性关节炎（RA）各种并发症的诊断。
在一项使用RA患者电子健康记录（EHR）的回顾性研究中，我们将量化医生对GenAI预测RA并发症及共存疾病的采纳程度。
在一项前瞻性观察研究中，我们将评估使用GenAI预测作为额外临床信息，以帮助医生更全面地诊断RA并发症及共存疾病（包括复杂、不常见或罕见病症）的可行性。
研究概览
地位
招聘中
干预/治疗
研究类型
观察性的
注册 (估计的)
100
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。
学习联系方式
- 姓名：Quan Jiang Guang'anmen Hospital, China Academy of Chinese Medical Science
- 电话号码：010-88001942
- 邮箱：doctorjq@126.com
学习地点
-
-
Beijing Municipality
-
Beijing、Beijing Municipality、中国、100053
- 招聘中
- Guang'anmen Hospital of China Academy of Chinese Medical Sciences
-
接触：
- Quan Jiang, MD
- 电话号码：010-88001942
- 邮箱：doctorjq@126.com
-
首席研究员：
- Quan Jiang, MD
-
-
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
不
取样方法
非概率样本
研究人群
入住我院风湿免疫科、符合2010年美国风湿病学会(ACR)/欧洲抗风湿病联盟(EULAR)类风湿关节炎分类与诊断标准的成年男性及女性RA住院患者。
描述
纳入标准：
- 初次诊断为类风湿关节炎（RA）的患者。
- 所有收治于我科的真实世界RA住院患者。
- 入院时间在真实世界数据研究期间内。
排除标准：
- 研究期间经后续确认未患有RA的患者。
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
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
使用生成式人工智能预测报告的RA患者群体
2025年10月1日至2026年6月期间，我院风湿科新确诊的类风湿关节炎住院患者将被招募参加本研究。
医生将使用GenAI对潜在RA并发症和共存疾病的预测，结合确诊性诊断测试，作为鉴别诊断过程中的额外输入。
|
基于多种大型语言模型（LLMs）的生成式人工智能，利用入院时可用的电子健康记录（EHR）数据，预测类风湿关节炎患者潜在的并发症和共存疾病。 医生在鉴别诊断过程中将这些人工智能预测作为附加信息，以调整其诊断计划。 将测量此干预对出院时最终诊断的影响。 在前瞻性研究之前，将使用回顾性类风湿关节炎患者的电子健康记录（EHR）数据验证生成式人工智能预测报告的适用性。 |
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 |
|---|---|---|
|
医生会在诊断RA并发症时采用GenAI预测吗？
大体时间：在入院当天审阅患者人工智能报告后立即执行。
|
在日常护理工作流程中，大型语言模型（LLMs）用于为每个去标识化的患者病例预测潜在的RA并发症，并生成一份AI报告，列出可能的并发症和共存疾病。
建议进行额外的诊断测试以验证预测的病情。
在审阅AI报告后，医生立即使用5点李克特量表评估每个疾病预测（1 = 完全不同意；2 = 不同意；3 = 中立；4 = 同意；5 = 完全同意）。
计算平均分作为感知预测准确性的衡量标准。
医生还指出每个具体的疾病预测是否可能被采纳或用于辅助鉴别诊断（二元：0或1）。
计算积极采纳响应的百分比作为潜在采纳率或可采纳性的衡量标准。
|
在入院当天审阅患者人工智能报告后立即执行。
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
在多大程度上，类风湿关节炎并发症的诊断实际上受到GenAI预测的影响？
大体时间：在出院时做出最终诊断后立即。
|
在患者出院前，医生做出最终诊断，并记录每位患者的哪些确诊并发症或共存疾病受到了GenAI预测信息的影响。
计算GenAI预测影响最终诊断的病例百分比，作为衡量AI对常规诊断实践实际影响的指标。
|
在出院时做出最终诊断后立即。
|
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。
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
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)
2025年10月1日
初级完成 (估计的)
2026年2月1日
研究完成 (估计的)
2026年6月1日
研究注册日期
首次提交
2025年9月28日
首先提交符合 QC 标准的
2025年12月22日
首次发布 (实际的)
2025年12月24日
研究记录更新
最后更新发布 (实际的)
2025年12月24日
上次提交的符合 QC 标准的更新
2025年12月22日
最后验证
2025年12月1日
更多信息
与本研究相关的术语
其他相关的 MeSH 术语
其他研究编号
- 2025-201-KY
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.