CTEPH Differential Diagnosis Assisted by Enhanced Large Language Model Support

MI-összefoglaló

A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.

A vizsgálat olyan orvosokat és rezidenseket keres, akik nem a tüdőerek betegségeire specializálódtak. 30 személyes adatoktól mentesített betegesetet értékelnek, mesterséges intelligencia eszköz segítségével vagy anélkül.

Életkor

18 éves vagy idősebb

Nem

Minden nem csatlakozhat

A részvétel fő kizáró okai

• Tüdőérbetegségekre, pulmonális hipertóniára vagy mellkasi képalkotásra szakosodott háttér
• Részt vett az esetek kiválasztásában, a diagnózisok megerősítésében, a modell fejlesztésében vagy a kimenetek átnézésében
• Nem tudja használni a vizsgálati platformot, vagy nem tudja elkerülni a külső generatív MI-eszközöket
• Korábban már látta a vizsgálati eseteket vagy azok végső diagnózisát

A regiszter feltételei, szó szerint

Mit akar kideríteni a vizsgálat

This randomized controlled trial aims to evaluate whether a locked large language model (LLM)-based clinical decision support system improves the differential diagnosis of pulmonary artery filling defects among physicians who do not specialize in pulmonary vascular diseases. Participants will evaluate 30 de-identified clinical cases involving chronic thromboembolic pulmonary hypertension (CTEPH), acute pulmonary embolism (PE), and pulmonary artery sarcoma (PAS), with or without LLM assistance. The primary outcome is sensitivity for identifying CTEPH, while secondary outcomes include overall diagnostic accuracy, time to diagnosis, appropriateness of referral recommendations, and AI-related diagnostic errors.

A vizsgálat 2 csoportja

• LLM-Assisted Case InterpretationA vizsgált kezelés

  Clinicians will review the same 30 de-identified cases using the same four-stage sequence and response requirements as the control group. At each stage, they will additionally receive the corresponding locked LLM output, including a Top-1 diagnosis, key supporting and opposing evidence, and referral advice. Clinicians may accept or reject the AI advice and remain responsible for their submitted answers.

  Kezelés: Locked CTEPH-LLM Diagnostic Decision Support

• Standard Case InterpretationNincs vizsgálati kezelés, összehasonlításként

  Clinicians will review the 30 de-identified cases using the standardized four-stage sequence and will record their Top-1 diagnosis, key diagnostic rationale, referral recommendation, and response time at each stage. They will not have access to the study LLM interface or any other generative AI tool.