Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Das Vertrauen von Klinikern in KI-basierte Schätzungen des fetalen Wachstums

3. Februar 2026 aktualisiert von: Zahra Bashir, Rigshospitalet, Denmark

Vertrauen und Entscheidungsfindung von Klinikern bei der Verwendung KI-basierter Schätzungen des fetalen Wachstums mit und ohne Unsicherheit: Eine randomisierte Fragebogenstudie

Diese Studie untersucht, wie Kliniker künstliche Intelligenz (KI) beim Schätzen des Fetalgewichts während der Schwangerschaft vertrauen und nutzen.

Eine genaue Beurteilung des fetalen Wachstums ist wichtig, um Wachstumsprobleme zu identifizieren, die das Schwangerschaftsmanagement beeinflussen können. Neue KI-basierte Werkzeuge können das Fetalgewicht aus Ultraschallbildern schätzen, aber es ist wenig darüber bekannt, wie Kliniker diesen Schätzungen vertrauen oder wie Unsicherheitsinformationen ihre Entscheidungen beeinflussen.

In dieser Studie werden Kliniker anonymisierte Ultraschallfälle überprüfen und von einem KI-Modell generierte Fetalgewichts-Schätzungen mit traditionellen Schätzungen vergleichen. Einigen Klinikern werden auch Informationen über die Leistung und Unsicherheit des KI-Modells gezeigt, anderen nicht.

Die Teilnehmer werden gebeten, die Schätzung auszuwählen, die sie für am zuverlässigsten halten, ihr Vertrauensniveau anzugeben und zu entscheiden, ob sie Folgeuntersuchungen empfehlen würden. Die Studie zielt darauf ab, besser zu verstehen, wie KI und Unsicherheitsinformationen die klinische Entscheidungsfindung und das Vertrauen bei Klinikern mit unterschiedlichen Erfahrungsstufen beeinflussen.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Dies ist eine randomisierte, gematchte, vignettenbasierte Fragebogenstudie, die darauf abzielt, das Vertrauen und die Nutzung von KI-basierten Schätzungen des fetalen Wachstums durch Kliniker zu untersuchen.

Kliniker aus den Abteilungen für Geburtshilfe und Gynäkologie werden rekrutiert und nach Erfahrungsniveau stratifiziert. Die Teilnehmer werden entweder einer Kontrollgruppe oder einer Interventionsgruppe randomisiert zugeteilt. Die Interventionsgruppe erhält kurze Informationen über die Gesamtleistung des KI-Modells, während die Kontrollgruppe diese Informationen nicht erhält.

Jeder Teilnehmer bewertet einen Satz anonymisierter Ultraschallfälle aus dem dritten Trimester. Für jeden Fall werden den Klinikern Standard-Ultraschallbilder und relevante klinische Kontextinformationen präsentiert. Ihnen werden Schätzungen des fetalen Gewichts gezeigt, die von einem KI-basierten Modell und einer traditionellen biometrischen Methode erzeugt wurden, mit oder ohne begleitende Unsicherheitsinformationen in Form von Konfidenzintervallen.

Für jeden Fall wählen die Kliniker die Schätzung aus, die sie für klinisch am zuverlässigsten halten, bewerten ihr Vertrauen in diese Wahl und geben an, ob sie eine Nachuntersuchung mit einem Wachstums-Ultraschall empfehlen würden. Die Fallsätze sind nach klinischer Erfahrung gematcht, um sicherzustellen, dass identische Fälle von Klinikern mit ähnlichem Hintergrund in allen Studienarmen bewertet werden.

Die Studie konzentriert sich auf Kliniker als Teilnehmer und beinhaltet keine Patientenintervention. Alle Ultraschalldaten sind vollständig anonymisiert. Die Ergebnisse werden Aufschluss darüber geben, wie KI-generierte Schätzungen und Unsicherheitsinformationen das klinische Vertrauen, die Präferenzen und die Entscheidungsfindung bei der Beurteilung des fetalen Wachstums beeinflussen.

Studientyp

Interventionell

Einschreibung (Geschätzt)

308

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

  • Name: Zahra Bashir, MD
  • Telefonnummer: 004574871407
  • E-Mail: zab@regsj.dk

Studienorte

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

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  • Kliniker, die in der Geburtshilfe und Gynäkologie arbeiten.
  • Regelmäßiger Einsatz von geburtshilflichem Ultraschall in der klinischen Praxis.
  • Bereitschaft zur Teilnahme an einer Fragebogenstudie.

Ausschlusskriterien:

  • Kliniker, die keine geburtshilflichen Ultraschalluntersuchungen durchführen.
  • Kliniker mit einem bekannten Interessenkonflikt im Zusammenhang mit dem bewerteten KI-System.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Versorgungsforschung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Kein Eingriff: Kontrolle - Keine KI-Leistungsinformationen
Die Teilnehmer vervollständigen den Fragebogen, ohne Informationen über die Gesamtleistung des KI-Modells zu erhalten.
Sonstiges: Intervention - KI-Leistungsinformationen
Die Teilnehmer erhalten vor der Beantwortung des Fragebogens kurze Informationen zur Gesamtleistung des KI-Modells.
Sonstiges: Intervention - KI-Leistungsinformationen
Die Teilnehmer erhalten vor der Beantwortung des Fragebogens kurze Informationen über die Gesamtleistung des KI-Modells.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Die Wahl der Kliniker für die Methode zur Schätzung des fetalen Gewichts
Zeitfenster: Unmittelbar nach Abschluss des Fragebogens
Der Anteil der Fälle, in denen Kliniker bei der Beurteilung anonymisierter Ultraschallfälle die KI-basierte Schätzung des fetalen Gewichts gegenüber der traditionellen Hadlock-Schätzung wählen.
Unmittelbar nach Abschluss des Fragebogens

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Das Vertrauen der Kliniker in die ausgewählte Schätzung des fetalen Gewichts
Zeitfenster: Unmittelbar nach Abschluss des Fragebogens
Die selbstberichtete Zuversicht der Kliniker in Bezug auf die ausgewählte Schätzung des fetalen Gewichts, gemessen auf einer 7-Punkte-Likert-Skala für jeden Fall.
Unmittelbar nach Abschluss des Fragebogens
Empfehlung für eine Folge-Wachstumsuntersuchung
Zeitfenster: Unmittelbar nach Abschluss des Fragebogens
Ob Kliniker basierend auf der ausgewählten Schätzung des fetalen Gewichts eine Nachuntersuchung des fetalen Wachstums empfehlen, aufgezeichnet als binäres Ergebnis (ja/nein).
Unmittelbar nach Abschluss des Fragebogens
Auswirkung von Unsicherheitsinformationen auf Modellpräferenz
Zeitfenster: Unmittelbar nach Abschluss des Fragebogens
Unterschied in der Präferenz von Klinikern für KI-basierte versus traditionelle Schätzungen des fetalen Gewichts, wenn KI-Vorhersagen mit versus ohne Unsicherheitsinformationen präsentiert werden.
Unmittelbar nach Abschluss des Fragebogens

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Rigshospitalet, Denmark

Mitarbeiter

Slagelse Hospital
Copenhagen Academy for Medical Education and Simulation

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Geschätzt)

1. Juni 2026

Primärer Abschluss (Geschätzt)

1. Dezember 2027

Studienabschluss (Geschätzt)

1. Dezember 2028

Studienanmeldedaten

Zuerst eingereicht

23. Januar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

3. Februar 2026

Zuerst gepostet (Tatsächlich)

10. Februar 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

10. Februar 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

3. Februar 2026

Zuletzt verifiziert

1. Februar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Andere Studien-ID-Nummern

  • F-25022462

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 Intervention - KI-Leistungsinformationen

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in China

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren