人工智能临床决策 (AI/CDM)

无论文献综述揭示什么，人工智能对医疗保健流程影响的评估仍需更多研究，目前对开发支持临床工作流程的人工智能工具有浓厚兴趣，且正在产生越来越多的高质量证据。 人工智能整合到物理治疗临床决策过程中对肌筋膜疼痛综合征管理的影响尚未得到检验或测试。 本研究计划通过评估疼痛强度、肌肉力量、关节活动范围、功能水平和治疗成本效益等临床结果，比较使用人工智能模型支持基于临床问题解决的物理治疗决策与传统临床决策在肌筋膜疼痛综合征患者中的疗效。 制定一个完善详细的输入（提示），用于指导ChatGPT理解所请求的内容以及通过输入处理的正确方式，以开发全面的多模式方法（不同治疗类别，如治疗性运动、电疗、补充和手法治疗（当适用时），基于PEDro、PubMed、Cochrane、Scopus和Google Scholar研究的循证物理治疗方案，并规划治疗干预措施。 患者将被分配到两组；一组接受基于人工智能的临床决策治疗干预，另一组将根据已发表的方法接受传统干预。 将评估结果指标，比较哪种方法更有效、能带来最佳结果且成本更低。 试验预计测试使用人工智能模块进行数据分析以支持选择有效干预措施的价值，并基于患者临床问题解决方法在物理实践中与先前测试的传统方法进行概念验证；额外好处可能包括评估试验以制定可用于其他情况的成功提示。 尽管有许多研究支持临床决策，但在应用的有效性、方法、疗效、成本效益、范围和伦理方面仍存在许多问题。