通过不确定性三角测量实现大型语言模型的可扩展临床监督 (SCOUT)
2026年2月14日 更新者：China National Center for Cardiovascular Diseases
前瞻性评估模型无关元验证框架（SCOUT）用于冠心病诊断中大语言模型输出的可扩展临床监督：一项多读者、随机、交叉试验
这项前瞻性、多读者、随机交叉试验评估了SCOUT（通过不确定性三角测量的可扩展临床监督）——一种模型无关的元验证框架，通过三角测量三种正交不确定性信号：模型异质性、随机不一致性和推理批判，选择性地将不可靠的大型语言模型（LLM）预测转交给临床医生。
该试验评估在冠状动脉疾病（CHD）亚型分类中，与标准的人工审查AI生成诊断相比，SCOUT辅助审查是否能在保持非劣效诊断准确性的同时减少医生审查时间。
研究概览
详细说明
背景：大型语言模型越来越多地应用于临床工作流程，但要求临床医生审查每一个AI输出，会抵消其被采用所追求的效能提升。SCOUT通过算法元验证解决了这一效率与安全性的矛盾。
SCOUT框架通过整合三个正交的外部信号来确定病例层面的不确定性：（1）模型异质性——结构不同的辅助大型语言模型是否与主模型一致；（2）随机不一致性——同一模型的重复采样是否产生不同的输出；（3）推理批判——外部检查模型是否识别出思维链推理中的逻辑缺陷。
在这项交叉试验中，7名不同资历的临床医生（2名初级住院医师、3名高级住院医师、2名主治医师）分别在标准人工审查和SCOUT辅助审查工作流程下审查全部110个病例。该研究评估了工作流程效率（主要终点）和诊断准确性（次要终点）。
研究类型
介入性
注册 (估计的)
7
阶段
- 不适用
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：Xiaojin Gao, Dr.
- 电话号码：+86 010 88322415
- 邮箱：sophie_gao@sina.com
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
描述
入选标准：
- 阜外医院具有委员会认证或正在接受培训的心脏病学家
- 涵盖三个经验层级：初级住院医师、高级住院医师、主治医师
排除标准：
- 参与SCOUT框架开发或优化的临床医生
- 参与金标准裁定流程的临床医生
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
- 主要用途：诊断
- 分配：随机化
- 介入模型：交叉作业
- 屏蔽：无（打开标签）
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
有源比较器：对照组（标准人工审核）
医生手动审查对照组中的所有病例（n=54），并可查看AI预测和推理。
无选择性延迟。
|
医师们对54个病例进行了全面的人工审查，使用原始医疗记录，并能够访问人工智能模型的预测和推理过程，但不包含SCOUT不确定性分层或选择性延迟处理。
|
|
实验性的：实验性（SCOUT辅助审查）
医师通过SCOUT框架处理干预组（n=56）。
低不确定性病例自动接受；高不确定性病例需经医师审核并保留完整审计追踪。
|
SCOUT辅助审查（干预组）：医生审查通过SCOUT框架处理的56个病例。
对于分类为低不确定性（D(x)=0）的病例，AI预测将自动接受，无需医生审查。
对于高不确定性病例（D(x)=1），医生将审查该病例，并可访问主模型的思维链推理和元验证审核结果。
主模型为DeepSeek-V3.1，采用思维链提示方法。
|
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 |
|---|---|---|
|
每病例平均医师审阅时间（分钟）
大体时间：直至研究完成，平均2小时。
|
各臂组中每位临床医生审核并做出每个病例的诊断决策所花费的平均时间。
以分钟为单位测量。
|
直至研究完成，平均2小时。
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
诊断准确率 (%)
大体时间：直至研究完成，平均2小时。
|
各治疗组中正确冠心病亚型分类（ST段抬高型心肌梗死、非ST段抬高型心肌梗死、不稳定型心绞痛、慢性冠状动脉综合征）的比例。
|
直至研究完成，平均2小时。
|
|
计算投资回报率 (ROI)
大体时间：至研究完成，平均约2小时。
|
按临床医生资历级别分层，医生时间节省比率（按三明医改基准的标准化分钟工资计算）与SCOUT推理计算成本的比值。
|
至研究完成，平均约2小时。
|
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19日
初级完成 (估计的)
2026年2月28日
研究完成 (估计的)
2026年2月28日
研究注册日期
首次提交
2026年2月9日
首先提交符合 QC 标准的
2026年2月14日
首次发布 (实际的)
2026年2月17日
研究记录更新
最后更新发布 (实际的)
2026年2月17日
上次提交的符合 QC 标准的更新
2026年2月14日
最后验证
2026年2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)？
是的
IPD 计划说明
本研究报告中结果所依据的去标识化个体参与者数据将被提供。
IPD 共享时间框架
从主要结果公布后1个月开始，最长可获取60个月。
IPD 共享访问标准
数据可向通讯作者提出合理要求后获取。
申请者需提供方法学合理的研究方案并签署数据使用协议。
IPD 共享支持信息类型
- 研究方案
- 树液
- 国际碳纤维联合会
- 分析代码
- 企业社会责任
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.