Wissen, Wahrnehmung, Nutzung und Anliegen künstlicher Intelligenzanwendungen in der Parodontologie
Wissen, Wahrnehmung, Verwendung und Anliegen der Anwendungen künstlicher Intelligenz in der Parodontologie: Querschnittsstudie unter Parodontisten in Ägypten
Problemaussage: Wissenslücke über Wissen, Wahrnehmung, Nutzung und Anliegen künstlicher Intelligenzanwendungen in der Parodontologie unter Parodontisten.
Ziel der Studie:
Untersuchung des Wissens, der Wahrnehmung, der Nutzung und der Bedenken hinsichtlich der Anwendungen von KI -Systemen in Parodontisten in Parodontologie.
Materialien und Methoden Dies erfolgt durch einen selbstverwalteten 33-Punkte-Fragebogen. Der Fragebogen ist in fünf Abschnitte unterteilt. Der erste Abschnitt, der als Teil A bezeichnet wird, konzentrieren sich auf fünf offene Fragen zu soziodemografischen Merkmalen, in denen die Teilnehmer in ihr Alter, ihr Geschlecht und die akademische Zugehörigkeit eintreten. Teil B besteht aus geschlossenen Fragen, die das Grundkenntnis der Parodontisten identifizieren, die an der AI mit einer Likert-Drei-Punkte-Skala (Ja / Nein / vielleicht) teilnehmen. Teil C besteht aus Fragen, die die Wahrnehmung von Parodontisten zur Verwendung von KI unter Verwendung einer Likert-Drei-Punkte-Skala (Ja / Nein / vielleicht) bewerten. Teil D besteht aus Fragen, die sich auf die Verwendung von AI -Anwendungen konzentrieren. Teil E besteht aus Fragen, die Bedenken von AI-Anwendungen in der Parodontologie unter Verwendung einer Likert-Drei-Punkte-Skala (Ja / Nein / vielleicht) bewerten.
Diese Studie wird gemäß dem Ethikkodex des Forschungsethikausschusses der Fakultät für Zahnmedizin der Ain Shams University durchgeführt. Diese Umfrage zielt darauf ab, das Wissen, die Wahrnehmung, die Verwendung und die Anliegen von AI -Anwendungen zwischen Parodontisten zu bewerten.
Der Fragebogen wird an Parodontologen an der Fakultät für Zahnmedizin der Ain Shams University verteilt. Die Teilnehmer werden freiwillig und anonym sein. Der Fragebogen besteht aus fünf Teilen und der durchschnittliche Zeit, um den Fragebogen auszufüllen, beträgt 10-12 min
Studienübersicht
Status
Bedingungen
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Cairo, Ägypten
- Ain shams university
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Alle Teilnehmer sollten nach dem Graduierten-Parodontontisten sein.
- Parodontisten in Ägypten
Ausschlusskriterien:
- Jeder zahnärztliche Student im Grundstudium
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Bewertung des Wissens über KI -Anwendungen in der Parodontologie
Zeitfenster: 1 Jahr
|
Bewertung des Wissens über KI -Anwendungen in der Parodontologie werden Daten aus den Fragebögen in eine Excel -Tabelle eingetragen, um als Datenbank zu dienen. Die erfassten Daten werden mit der SPSS -Softwareversion 23 (SPSS für Windows, Chicago, USA) statistischer Analyse unterzogen. Der Shapiro-Wilk-Test wird verwendet, um die Daten zu bewerten. Der Fragebogen umfasste fünf Abschnitte mit 33 Fragen. Die als zweiten Abschnitt bezeichneten Fragen zur Kenntnisbewertung bestand aus sechs geschlossenen Fragen und identifizierten das Grundkenntnis der an der AI teilnehmenden Parodontisten mit einer Likert-Drei-Punkte-Skala (ja/nein/vielleicht). |
1 Jahr
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Amato F., López A., Peña-Méndez E.M., Vaňhara P., Hampl A., Havel J. Artificial Neural Networks in Medical Diagnosis. J. Appl. Biomed. 2013;11:47-58. doi: 10.2478/v10136-012-0031-x. - DOI Ayad N, Schwendicke F, Krois J, van den Bosch S, Bergé S, Bohner L, Hanisch M, Vinayahalingam S. Patients' perspectives on the use of artificial intelligence in dentistry: a regional survey. Head Face Med. 2023 Jun 22;19(1):23. doi: 10.1186/s13005-023-00368-z. PMID: 37349791; PMCID: PMC10288769. Bennett, C.C.; Hauser, K. Artificial Intelligence Framework for Simulating Clinical Decision-Making: A Markov Decision Process Approach. Artif. Intell. Med. 2013, 57, 9-19. Briganti, G.; Le Moine, O. Artificial Intelligence in Medicine: Today and Tomorrow. Front. Med. 2020, 7, 27 Cervino, G.; Cicciu, M.; Fiorillo, L.; Finocchio, G. Clinical Applications of the Algorithm "Pipeline Advanced Contrast Enhancement (Pace)" in Dental Radiology. Eng. Proc. 2023, 31, 10 Davenport T, Kalakota R: The potential for artificial intelligence in healthcare. Future Healthc J. 2019, 6:94-. 10.7861/futurehosp.6-2-94 Jiang F, Jiang Y, Zhi H, et al.: Artificial intelligence in healthcare: past, present and future. Stroke VascNeurol. 2017, 2:230-43. 10.1136/svn-2017-000101 Kansal R, Bawa A, Bansal A, Trehan S, Goyal K, Goyal N, Malhotra K. Differences in Knowledge and Perspectives on the Usage of Artificial Intelligence Among Doctors and Medical Students of a Developing Country: A Cross-Sectional Study. Cureus. 2022 Jan 19;14(1):e21434. doi: 10.7759/cureus.21434. PMID: 35223222; PMCID: PMC8860704. Kelly CJ, Karthikesalingam A, Suleyman M, Corrado G, King D: Key challenges for delivering clinical impact with artificial intelligence. BMC Med. 2019, 17:195. 10.1186/ Kolachalama VB, Garg PS: Machine learning and medical education. NPJ Digit Med. 2018, 1:54.10.1038/s41746-018-0061-1 Kooli, C. Chatbots in Education and Research: A Critical Examination of Ethical Implications and Solutions. Sustainability 2023,15, 5614
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- FDASU-RECIM012404
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur KI (Künstliche Intelligenz)
-
Helsinki University Central HospitalUniversity of Helsinki; Western Uusimaa Welbeing Services countyAktiv, nicht rekrutierend
-
Chinese University of Hong KongNoch keine RekrutierungUnterstützung der künstlichen Intelligenz bei der Erholung der Endoskopie | AI -ValidierungHongkong
-
Cairo UniversityAbgeschlossenKenntnis von AI -Anwendungen in der ZahnbildgebungÄgypten
-
Cairo UniversityNoch keine RekrutierungEinstellung der Patienten zur KI in der Zahnmedizin | Vertrauen Sie Ai | Bedenken hinsichtlich KIÄgypten
-
Origin Medical Systems, Inc.AbgeschlossenSchwangerschaft im ersten Trimester | Validierung der klinischen Leistung von AI/ML-Technologien bei schwangeren Teilnehmern im ersten TrimesterVereinigte Staaten
-
University of SaskatchewanNoch keine RekrutierungBurnout beim Arzt | Verwendung von Umgebungs -AI -Schriftgelehrten | Patienten-phyisicanische Interaktion | Arzt Arbeitsbelastung
-
National and Kapodistrian University of AthensAbgeschlossenChirurgische Freigabe des Auslösefingers der Ai-Riemenscheibe
-
Research and Practical Clinical Center for Diagnostics...Noch keine RekrutierungDie Studie zielt darauf ab, einen generativen Ai-assistenten zu entwickeln und zu validieren, der zur Optimierung der Workflows von Radiologen und zur Bewertung seiner LeistungRussische Föderation
-
Taipei Medical UniversityRekrutierungTyp 2 Diabetes | M-Gesundheit | AI-unterstütztes Echtzeit-Ernährungs-FeedbackTaiwan
-
Christiana Care Health ServicesAbgeschlossenFrauen mit ER-positivem Brustkrebs, die (AI) mit Gelenkbeschwerden und Steifheit einnehmenVereinigte Staaten