Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Důvěra kliniků v odhady růstu plodu založené na AI

3. února 2026 aktualizováno: Zahra Bashir, Rigshospitalet, Denmark

Důvěra klinických lékařů a rozhodování při používání odhadů růstu plodu založených na AI s nejistotou a bez ní: Randomizovaná dotazníková studie

Tato studie zkoumá, jak klinici důvěřují a využívají umělou inteligenci (AI) při odhadu hmotnosti plodu během těhotenství.

Přesné hodnocení růstu plodu je důležité pro identifikaci růstových problémů, které mohou ovlivnit vedení těhotenství. Nové nástroje založené na AI dokážou odhadnout hmotnost plodu z ultrazvukových snímků, ale málo se ví o tom, jak klinici těmto odhadům důvěřují nebo jak informace o nejistotě ovlivňují jejich rozhodování.

V této studii budou klinici posuzovat anonymizované ultrazvukové případy a porovnávat odhady hmotnosti plodu generované modelem AI s tradičními odhady. Některým klinikům budou také zobrazeny informace o výkonnosti a nejistotě modelu AI, zatímco jiným nikoli.

Účastníci budou požádáni, aby zvolili, který odhad považují za nejspolehlivější, uvedli svou míru důvěry a rozhodli, zda by doporučili následná vyšetření. Cílem studie je lépe porozumět tomu, jak AI a informace o nejistotě ovlivňují klinické rozhodování a důvěru mezi kliniky s různou úrovní zkušeností.

Přehled studie

Detailní popis

Toto je randomizovaná, párovaná, vinětami založená dotazníková studie navržená k prozkoumání důvěry klinických lékařů a jejich využití odhadů růstu plodu založených na umělé inteligenci.

Lékaři z oddělení porodnictví a gynekologie budou rekrutováni a rozvrstveni podle úrovně zkušeností. Účastníci budou randomizováni do kontrolní skupiny nebo intervenční skupiny. Intervenční skupina obdrží stručné informace o celkovém výkonu modelu umělé inteligence, zatímco kontrolní skupina tyto informace nedostane.

Každý účastník posoudí soubor anonymizovaných případů ultrazvuku ve třetím trimestru. U každého případu budou klinickým lékařům předloženy standardní ultrazvukové snímky a relevantní klinický kontext. Uvidí odhady hmotnosti plodu generované modelem založeným na umělé inteligenci a tradiční biometrickou metodou, s nebo bez doprovodných informací o nejistotě ve formě intervalů spolehlivosti.

U každého případu kliničtí lékaři vyberou odhad, který považují za klinicky nejspolehlivější, ohodnotí svou důvěru v tuto volbu a uvedou, zda by doporučili následný kontrolní růstový sken. Soubory případů jsou párovány podle klinických zkušeností, což zajišťuje, že identické případy jsou hodnoceny klinickými lékaři s podobným zázemím napříč rameny studie.

Studie se zaměřuje na klinické lékaře jako účastníky a nezahrnuje žádný zásah u pacientů. Všechna ultrazvuková data jsou plně anonymizována. Výsledky poskytnou vhled do toho, jak odhady generované umělou inteligencí a informace o nejistotě ovlivňují klinickou důvěru, preference a rozhodování při hodnocení růstu plodu.

Typ studie

Intervenční

Zápis (Odhadovaný)

308

Fáze

  • Nelze použít

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

  • Jméno: Zahra Bashir, MD
  • Telefonní číslo: 004574871407
  • E-mail: zab@regsj.dk

Studijní místa

      • Slagelse, Dánsko, 4200
        • Department of Obstetrics and Gynecology, Slagelse Hospital
        • Kontakt:
          • Zahra Bashir, MD
          • Telefonní číslo: +45 58 55 37 05
          • E-mail: zab@regsj.dk

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ano

Popis

Kritéria pro zařazení:

  • Klinické pracovníky působící na odděleních porodnictví a gynekologie.
  • Pravidelné používání porodnického ultrazvuku v klinické praxi.
  • Ochota účastnit se studie založené na dotazníku.

Vylučovací kritéria:

  • Klinické pracovníky, kteří neprovádějí porodnické ultrazvukové vyšetření.
  • Klinické pracovníky se známým střetem zájmů souvisejícím s hodnoceným systémem AI.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Primární účel: Výzkum zdravotnických služeb
  • Přidělení: Randomizované
  • Intervenční model: Paralelní přiřazení
  • Maskování: Singl

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Žádný zásah: Kontrola - Žádné informace o výkonu AI
Účastníci vyplní dotazník bez obdržení informací o celkovém výkonu modelu AI.
Jiný: Intervence - Informace o výkonu AI
Účastníci obdrží stručné informace o celkovém výkonu AI modelu před vyplněním dotazníku.
Účastníci obdrží stručné informace o celkovém výkonu modelu umělé inteligence před vyplněním dotazníku.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Volba kliniků při odhadu hmotnosti plodu
Časové okno: Ihned po vyplnění dotazníku
Podíl případů, kdy klinici při hodnocení anonymizovaných ultrazvukových případů zvolí odhad hmotnosti plodu založený na umělé inteligenci namísto tradičního Hadlockova odhadu.
Ihned po vyplnění dotazníku

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Důvěra kliniků ve vybraný odhad hmotnosti plodu
Časové okno: Ihned po vyplnění dotazníku
Sebehodnocená sebejistota kliniků ve vybraném odhadu hmotnosti plodu, měřená na 7bodové Likertově škále pro každý případ.
Ihned po vyplnění dotazníku
Doporučení následného ultrazvukového vyšetření růstu
Časové okno: Ihned po vyplnění dotazníku
Zda klinici doporučí kontrolní ultrazvukový sken růstu plodu na základě vybraného odhadu hmotnosti plodu, zaznamenáno jako binární výsledek (ano/ne).
Ihned po vyplnění dotazníku
Dopad informací o nejistotě na preferenci modelu
Časové okno: Bezprostředně po vyplnění dotazníku
Rozdíl v preferenci kliniků pro odhady hmotnosti plodu založené na umělé inteligenci oproti tradičním odhadům, když jsou predikce umělé inteligence prezentovány s informacemi o nejistotě versus bez nich.
Bezprostředně po vyplnění dotazníku

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Odhadovaný)

1. června 2026

Primární dokončení (Odhadovaný)

1. prosince 2027

Dokončení studie (Odhadovaný)

1. prosince 2028

Termíny zápisu do studia

První předloženo

23. ledna 2026

První předloženo, které splnilo kritéria kontroly kvality

3. února 2026

První zveřejněno (Aktuální)

10. února 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

10. února 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

3. února 2026

Naposledy ověřeno

1. února 2026

Více informací

Termíny související s touto studií

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit