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。

患者使用人工智能对子宫内膜异位症咨询中医患互动及临床结果的影响

2026年1月31日 更新者:Hadassah Medical Organization

患者使用人工智能对子宫内膜异位症咨询中医生-患者互动及临床结果的影响

生成式人工智能(AI),包括ChatGPT、Gemini和Copilot等大型语言模型,正越来越多地被患者用于获取医疗信息并为临床就诊做准备。 尽管这些工具通常提供符合指南的信息,但其回答可能不完整、不准确或缺乏个性化,可能影响患者期望和临床互动。 患者使用AI对满意度、依从性和医患沟通的影响仍知之甚少。

这项前瞻性比较研究将评估患者在子宫内膜异位症妇科咨询前使用AI的效果。 到专科子宫内膜异位症诊所就诊的女性将根据就诊准备情况被分为AI使用者和非使用者。 患者报告的结果,包括满意度、期望、对医生建议的依从性以及体格检查期间的疼痛,将使用经过验证的问卷和视觉模拟量表进行评估。 对AI使用情况不知情的医生将独立评估患者的参与度、信任度和依从性。 就诊时长也将被记录。

主要目标是确定AI使用是否影响患者满意度和对治疗建议的依从性。 次要目标包括评估医生感知的互动质量以及AI生成指导与医生建议之间的一致性。 本研究的结果将为AI如何影响子宫内膜异位症患者行为和临床护理提供关键证据,为将了解AI信息的患者融入常规临床就诊的最佳实践提供参考。

研究概览

地位

尚未招聘

详细说明

生成式人工智能(包括大型语言模型)正被患者越来越多地用于在临床就诊前获取医疗信息。 这些工具可快速获取与健康相关的内容,并可能影响患者在医生咨询期间的知识、期望、沟通方式和决策。 在子宫内膜异位症护理背景下,患者使用人工智能工具对医患互动和短期临床结果的影响尚未得到系统评估。

这项前瞻性比较研究旨在比较使用人工智能工具准备子宫内膜异位症相关咨询的患者与未使用此类工具的患者在患者报告和医生报告结果方面的差异。 该研究在专门从事子宫内膜异位症护理的妇科门诊进行。 研究期间所有符合条件的成年女性就诊者均被邀请参与。 获得知情同意后,参与者根据自我报告的就诊前是否使用人工智能工具进行准备被分为两组。

数据收集通过临床咨询前后进行的结构化问卷调查完成。 就诊前问卷收集关于既往使用人工智能工具(包括用于医疗信息和为当前就诊做准备)的基线信息。 同时收集基线人口统计学和临床特征。 就诊后问卷收集患者对咨询的满意度、遵循医生治疗建议的意愿、感知到的人工智能提供信息与医生指导之间的一致性、感知到的医生超越人工智能的附加价值以及感知到面对面就诊的必要性。

进行咨询的医生对患者人工智能使用情况不知情,并在每次就诊后立即完成结构化评估。 医生报告的措施包括感知到的患者信任度、依从性、参与度和先验知识,以及咨询持续时间。 体格检查期间的疼痛使用视觉模拟量表记录。

就诊期间医生与参与者之间不会讨论问卷回答。 所有参与数据收集的医生均持有有效的良好临床实践认证,并被列为研究者或副研究者。 数据使用编码标识符匿名收集,并根据机构数据保护政策安全存储。

在人工智能使用者和非使用者之间进行比较,以评估患者满意度、遵循治疗建议的意愿、医生感知的互动质量、检查期间疼痛和就诊持续时间方面的差异。 本研究旨在提供关于患者使用人工智能对子宫内膜异位症护理中临床就诊影响的结构化证据,并为未来将人工智能知情患者纳入常规临床实践提供参考。

研究类型

观察性的

注册 (估计的)

94

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

  • 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

研究人群将包括前往专科妇科门诊进行子宫内膜异位症相关症状评估或管理的成年女性(年龄≥18岁)。符合条件的参与者必须能够独立提供知情同意并完成研究问卷。

参与者将包括疑似或确诊子宫内膜异位症的新患者和复诊患者。认知障碍或精神疾病严重影响沟通或提供知情同意能力的个体将被排除在外。

入组后,将根据参与者自我报告的使用生成式人工智能(AI)工具为临床就诊做准备的情况进行分类。将收集人口统计学和基线临床特征——包括年龄、种族、体重指数、吸烟状况、合并症、生育史和既往手术史——以描述研究人群特征并便于比较

描述

纳入标准:

  • 年龄≥18岁的女性。
  • 因子宫内膜异位症相关症状就诊。
  • 能够提供知情同意。

排除标准:

  • 影响沟通或提供知情同意能力的认知障碍或精神疾病

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
在门诊就诊前使用ChatGPT

本研究涉及一项基于行为、非随机观察性干预,该干预基于患者在其临床就诊前自主使用生成式人工智能工具。

干预组由报告使用基于人工智能的大型语言模型(例如ChatGPT或类似工具)为子宫内膜异位症相关咨询做准备的患者组成。人工智能使用可能包括寻求有关症状、诊断、治疗方案、预后的信息,或为医生制定问题。不强制规定特定的人工智能平台、提示或使用时长,且人工智能的参与是独立进行的,发生在临床环境之外。

对照组包括报告在就诊准备过程中未使用人工智能工具的患者。

研究人员在临床会面期间不引入、推荐或使用任何人工智能工具。医生对患者使用人工智能的情况不知情,并按照标准临床实践进行咨询。除问卷管理外,

Chat -gpt 非用户

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
患者满意度与咨询后治疗计划依从性
大体时间:咨询后立即(当天)
患者总体满意度将在子宫内膜异位症咨询后立即使用结构化访后问卷进行测量,并以0-5分制报告得分,其中0表示完全不满意,5表示非常满意。 对医生治疗计划的依从意愿将在咨询后立即作为二元结果(是/否)进行测量,基于患者对访后问卷中询问其是否打算遵循医生治疗建议条目的回答。
咨询后立即(当天)

次要结果测量

结果测量
措施说明
大体时间
医师感知的互动质量与咨询特征
大体时间:咨询期间及咨询后立即(当天)

医生感知的患者信任度、依从性和参与度将在咨询后立即通过医生完成的0-4序数量表评分进行测量。 医生感知的患者关于子宫内膜异位症的先前知识将通过结构化的访后医生评估进行记录。

患者报告的人工智能工具获取信息与医生治疗建议之间的一致性将在咨询后立即通过访后问卷以二元响应(是/否)进行测量。 患者报告的从医生处获得超出AI提供内容的新增或额外信息也将以二元响应(是/否)进行测量。 患者对使用AI后是否需要线下就诊的看法将记录为二元响应(是/否)。

体格检查期间的疼痛将在咨询过程中使用0-10视觉模拟评分法(VAS)进行测量。 临床

咨询期间及咨询后立即(当天)

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。

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 (估计的)

2026年2月1日

初级完成 (估计的)

2027年1月1日

研究完成 (估计的)

2027年1月1日

研究注册日期

首次提交

2025年12月17日

首先提交符合 QC 标准的

2026年1月31日

首次发布 (实际的)

2026年2月6日

研究记录更新

最后更新发布 (实际的)

2026年2月6日

上次提交的符合 QC 标准的更新

2026年1月31日

最后验证

2026年1月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

未定

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