Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Aceptabilidad de la inteligencia artificial en el diagnóstico de cáncer de próstata (AccAI)

26 de marzo de 2026 actualizado por: Ekaterina Koshmanova, Centre Hospitalier Universitaire de Liege

Comprender la aceptabilidad de la inteligencia artificial como apoyo para los proveedores de atención médica en el diagnóstico de cáncer de próstata: el paciente en el centro de su cuidado

Este estudio investiga la aceptabilidad de la inteligencia artificial (IA) como una herramienta de apoyo de diagnóstico entre pacientes con proveedores localizados de cáncer de próstata y atención médica, así como su disposición a compartir datos de salud para el desarrollo de la IA.

Las herramientas de IA de antecedentes en la atención médica muestran un potencial prometedor, especialmente para mejorar la precisión del diagnóstico y personalizar el tratamiento. Sin embargo, la implementación exitosa depende no solo del rendimiento técnico sino también de la aceptabilidad de la IA entre sus usuarios, tanto para pacientes como profesionales. La investigación previa ha demostrado una aceptabilidad variada dependiendo del contexto, la gravedad de la enfermedad, la tarea realizada por la IA y la población de usuarios.

Los objetivos evalúan la aceptabilidad de la IA de los pacientes como apoyo de diagnóstico en el cáncer de próstata.

Explore la disposición de los pacientes para compartir datos de salud para desarrollar IA clínica.

Evaluar la aceptabilidad de los proveedores de atención médica de IA en este contexto de diagnóstico.

Diseño de metodología: un estudio multinacional de sección transversal, método mixto, multinacional (Bélgica, Italia, España).

Fase cuantitativa: cuestionario en línea, utilizando marcos teóricos adaptados (modelo de percepción de valor, NASSS-AI, TFA).

Fase cualitativa: seguirá basada en hallazgos cuantitativos.

Participantes: adultos diagnosticados con cáncer de próstata localizado. Reclutamiento a través de hospitales, redes sociales y asociaciones de pacientes.

Datos recopilados: información personal y de salud, actitudes hacia la IA, disposición a compartir datos.

Ética aprobada por comités de ética en cada país participante.

Consentimiento informado obtenido digitalmente antes de la participación.

Datos anonimizados y que cumplen con GDPR.

Descripción general del estudio

Estado

Terminado

Condiciones

Intervención / Tratamiento

Descripción detallada

1. Introducción 1.1. Aceptabilidad de la inteligencia artificial 1.1.1. La inteligencia artificial en los profesionales de la salud de la salud se enfrentan a una multitud de desafíos en crecimiento y más y más complejos. La naturaleza de los problemas de salud está cambiando, las cargas de trabajo están aumentando, lo que conduce a una gestión más difícil en la atención y requiere también una actualización constante del conocimiento. Al mismo tiempo, la implementación de herramientas de inteligencia artificial (IA) en la atención médica está explotando y ofrece una oportunidad brillante para satisfacer las necesidades del sector médico en evolución.

Muchos estudios han explorado la viabilidad de la IA clínica mediante la evaluación, entre otras cosas, el rendimiento técnico de los sistemas de IA. Sin embargo, la naturaleza técnica del desarrollo de la IA no es el único desafío que enfrenta la implementación de la IA clínica. De hecho, los estudios han demostrado que la aceptabilidad de la IA clínica por parte de los profesionales de la salud y los pacientes afecta la adopción efectiva de IA por parte de estos usuarios. Ignorar este parámetro podría conducir a una pérdida de recursos, al no aprovechar los sistemas de IA disponibles.

La aceptabilidad de la IA clínica por pacientes y profesionales de la salud se ha estudiado en diferentes contextos, pero la mayoría de los estudios se refieren a la aceptabilidad de la IA en la atención médica en general. Este tema ya se ha resumido sistemáticamente y muestra en la mayoría de la buena aceptabilidad de la IA. Por otro lado, los estudios en contextos de salud específicos son más raros y la aceptabilidad de la IA en estos contextos no puede definirse simplemente extrapolando la aceptabilidad de la IA en la atención médica. De hecho, la aceptabilidad de la IA difiere de acuerdo con el contexto (enfermedad diagnosticada, gravedad de la enfermedad, consecuencias de la decisión de la IA, complejidad de la toma de decisiones) pero también de las tareas que realiza la IA (diagnóstico, elección del tratamiento, pronóstico). Además, los factores de aceptabilidad de IA difieren según la población estudiada (pacientes, profesionales de la salud, investigadores y gerentes de salud) debido a diferencias en las necesidades, preferencias y el contexto de uso. Por lo tanto, es importante estudiar la aceptabilidad de la IA en el contexto preciso al que se refiere el estudio.

1.1.2. La aceptabilidad de la IA en el proceso de diagnóstico de cáncer de próstata La implementación de herramientas de IA en el proceso de diagnóstico de cáncer de próstata (PCA) mejorará la información de las imágenes médicas y la creación de modelos predictivos. Esto representará un avance significativo para optimizar el diagnóstico de PCA y predecir su agresividad, con el objetivo final de personalizar el tratamiento mediante la adaptación a las características biológicas del tumor. Esto ayudará a reducir la necesidad de biopsias de próstata, aumentando así el cumplimiento de las personas y alentarlas a hacerse la prueba antes de la aparición de síntomas. Además, la detección temprana de PCA mejora drásticamente la tasa de éxito del tratamiento.

Dada la oportunidad de implementar la IA en el proceso de diagnóstico de PCA, es esencial estudiar la aceptabilidad de esta implementación para pacientes y profesionales de la salud que los usuarios finales de IA en el contexto de PCA y las condiciones para esta implementación. Aunque algunos estudios han examinado esta aceptabilidad, la investigación en esta área sigue siendo limitada y requiere una mayor investigación.

Un estudio reciente ha evaluado la confianza de los pacientes en la IA y su percepción de los urólogos que dependen de la IA. Este estudio ha demostrado que los pacientes tenían más confianza en la capacidad de los médicos para hacer el diagnóstico correcto, considerar la última investigación, individualizar la comunicación del diagnóstico y explicar la información de manera comprensible en comparación con la IA. Los pacientes declararon que tenían una mayor confianza en un diagnóstico realizado por AI controlada por un médico versus IA no controlado por un médico.

Un segundo estudio exploró los temores y las expectativas de los hombres sobre el diagnóstico y el tratamiento de la IA en el contexto de PCA, a través de tres representaciones de IA imaginadas por los participantes. Las tres representaciones imaginadas fueron la IA como una herramienta para ayudar a los proveedores de atención médica, la IA como una máquina avanzada y la IA como una entidad que reemplazaría a los proveedores de atención médica. El último imaginario es el peor de los casos para los participantes. En todos los imaginarios, los participantes vieron IA en una luz positiva, pero cuanto más la IA tomó el lugar del médico, más participantes vieron IA en una luz negativa.

1.1.3. El concepto de aceptabilidad El concepto de aceptabilidad de la IA clínica no está bien definido. Incluso si existen marcos para explicar y predecir la intención conductual de las personas a usar y aceptar una innovación tecnológica, estos modelos no están adaptados al contexto de la atención médica; ya sea considerando la IA de la misma manera que las tecnologías de salud digital. Sin embargo, es esencial tener en cuenta el contexto de la atención médica y la complejidad de la IA en comparación con las tecnologías digitales que funcionan de una manera más simplista que la IA. Por lo tanto, es necesario definir mejor el concepto de aceptabilidad de la IA clínica. Algunos estudios han modificado los marcos de aceptación de tecnología existentes para tener en cuenta las limitaciones anteriores, como los dos marcos siguientes.

El primer marco modela estadísticamente la aceptación del paciente de los dispositivos de apoyo a la decisión clínica basados en IA. Los autores de este modelo han extendido el marco teórico de la aceptación tecnológica que incluyen percepciones de valor (VAM), adaptándolos al sector de la salud. Este marco evalúa los riesgos y beneficios percibidos de los dispositivos de apoyo a la decisión clínica basados en IA para medir su aceptabilidad. Los autores de este modelo sugieren que los estudios futuros deberían agregar factores adicionales a su modelo, incluida la influencia social que se usa en algunos otros marcos teóricos de aceptación, para aumentar su poder exploratorio (el R2 de este modelo es 0.80). Además, los autores afirman que las variables de género, el ingreso anual de los hogares, el nivel de educación, el empleo, el conocimiento técnico percibido sobre la tecnología de IA y la familiaridad con un servicio basado en IA tuvieron un efecto significativo en la intención de usar dispositivos de apoyo a decisiones clínicas basados en IA.

En segundo lugar, un estudio reciente en Lancet resumió sistemáticamente los estudios cualitativos sobre la aceptación de la IA para fines de diagnóstico por parte de las partes interesadas (pacientes, médicos, investigadores y gerentes de salud). Los autores extendieron el marco NASSS existente para crear un nuevo modelo adaptado al diagnóstico de IA; El marco NASSS-AI. Este nuevo marco está estructurado en seis dominios, veinte subdominios y cuarenta y tres temas agrupando los elementos discutidos con frecuencia por los estudios incluidos en esta revisión.

Otros estudios han identificado varios factores que no incluidos en los diferentes modelos teóricos mencionados anteriormente como factores que influyen en la aceptabilidad del paciente de la IA clínica. Estos factores fueron la edad, la exposición previa a herramientas similares, la ubicación geográfica, la enfermedad diagnosticada, la gravedad de la enfermedad y la confianza en el sistema de salud.

Además, una revisión sistemática ha investigado cómo se proporcionó información sobre la IA a los participantes en estudios que evalúan la aceptabilidad de la IA por parte de los pacientes en la atención médica. Esta revisión sistemática indica que la mayoría de los estudios citan el conocimiento limitado del paciente de la IA en el contexto de su investigación como una limitación de su estudio. Además, varios estudios informan que el tipo de información proporcionada a los pacientes al comienzo de un estudio influye en los resultados. En consecuencia, se agregará un factor de "coherencia de intervención" a nuestro marco de investigación. Este factor se integra en el marco teórico de aceptabilidad (TFA) que estudia la aceptabilidad de las intervenciones de atención médica.

1.2. Altruismo de datos: los datos que proporcionan altruismo de datos se entienden como la proporcional voluntaria de los datos personales y no personales, en función del consentimiento de los sujetos de datos o el permiso de personas naturales y legales, sin buscar una recompensa y objetivos de interés general.

El desarrollo de la IA clínica requiere el uso de una gran cantidad de datos de salud. El uso de estos datos es inevitable porque permite que las herramientas progresen y evolucionen. Como se explicó anteriormente, la IA clínica debe ser aceptada por los pacientes y los proveedores de atención médica, pero también debe ser alimentado por datos de pacientes. Por lo tanto, deben aceptar proporcionar sus datos de salud.

Aunque la voluntad de los pacientes para proporcionar datos de salud personal se ha estudiado ampliamente en el contexto de los usos secundarios en general (intercambio de datos para la investigación clínica, de salud pública, epidemiología, etc. Algunos estudios evalúan la voluntad de proporcionar datos de salud mediante una pregunta simple. Un estudio sobre la IA en el diagnóstico de cáncer de piel muestra que el 88% de los encuestados pondrían sus datos de salud a disposición de forma anónima para el desarrollo de la aplicación médica basada en IA.

Un estudio piloto exploró las perspectivas de los pacientes sobre datos que proporcionan el propósito de desarrollar IA para la práctica general. Los participantes en este estudio consideraron que el desarrollo de la IA para la práctica general era un objetivo para el cual estaban dispuestos a proporcionar sus datos. Dijeron que querían ayudar a controlar las enfermedades y ayudar a su médico general (GP) proporcionando sus datos. La voluntad de proporcionar sus datos dependía de la relación de confianza que tenían con su médico de cabecera.

1.2.1. El concepto de disposición a proporcionar datos de salud no se ha identificado en la literatura no se ha identificado la voluntad de los pacientes para proporcionar sus datos de salud para usos secundarios o para fines de desarrollo de IA. Una revisión sistemática reciente también concluyó que no había una herramienta de medición validada para determinar esta disposición.

Un estudio desarrolló un modelo conceptual de la disposición de los pacientes para proporcionar datos de salud para fines de investigación. Este marco se basa en el marco de percepción de valor validado que evalúa los beneficios y riesgos percibidos de los datos. Los autores agregaron a este marco varios factores específicos de los datos que proporcionan fines de investigación, como el tipo de usuarios finales, el tipo de datos recopilados, el contexto, etc. Estos factores pueden entenderse como condiciones para proporcionar datos de salud.

2. Objetivos El objetivo de este estudio es comprender mejor la aceptabilidad de la IA y sus afecciones, por personas con cáncer de próstata y proveedores de atención médica en el contexto del diagnóstico de cáncer de próstata y la IA como apoyo a los proveedores de atención médica. Este estudio también tiene como objetivo comprender mejor la disposición de las personas para proporcionar sus datos de salud para el desarrollo clínico de IA y las condiciones que rodean esta voluntad.

Los objetivos de este estudio son:

1. Determine la aceptabilidad de las personas con cáncer de próstata con respecto a la implementación de IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata y explora las afecciones para esta implementación.

2. Determine la disposición de las personas para proporcionar sus datos de salud para el desarrollo de la IA clínica y explorar las condiciones para esta voluntad.

3. Determine la aceptabilidad de los proveedores de atención médica con respecto a la implementación de IA como apoyo para ellos en el diagnóstico de cáncer de próstata y explore las afecciones para esta implementación.

3. Métodos 3.1. Tipo de estudio y proceso de investigación El estudio es un estudio secuencial de observación, método mixto y de sección transversal que comprende una fase cuantitativa inicial que se alimentará en una segunda fase cualitativa. El estudio es multinacional, reclutando participantes de Bélgica, Italia y España.

Cada país presenta el protocolo a su comité de ética si es necesario. El diseño de este estudio se presenta en la Figura 1. Este protocolo se refiere a la fase cuantitativa. El protocolo para la fase cualitativa se presentará al comité de ética en una fecha posterior, ya que el análisis del cuestionario de fase cuantitativa es necesario para el desarrollo de la fase cualitativa.

Figura 1: Diseño de estudio 3.2. Se utilizan marcos de la fase cuantitativa dos marcos, correspondientes a los dos objetivos en esta fase (determine la aceptabilidad de las personas con cáncer de próstata con respecto a la implementación de IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata y determine la voluntad de las personas para proporcionar sus datos de salud para el desarrollo de IA clínica).

Para determinar la aceptabilidad de las personas con cáncer de próstata con respecto a la implementación de la IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata, se creó un marco sobre la base de los marcos existentes presentados previamente (marco basado en la percepción de valores, NASSS-AI y TFA). El marco basado en la percepción de los valores se utilizó como base para sopesar los riesgos contra los beneficios percibidos. La influencia social se agregó a este modelo sugerido por los autores. También se agregó un factor de "condiciones para usar" y sus subdimensiones, inspiradas en el NASSS-AI y el marco citado anteriormente. Se agregó el factor de "coherencia de intervención", en línea con el TFA.

El marco final utilizado para investigar la aceptabilidad de las personas con cáncer de próstata con respecto a la implementación de IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata se presenta en la Figura 2.

Figura 2: Modelo teórico de la aceptabilidad de las personas con cáncer de próstata con respecto a la implementación de IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata.

Para determinar la voluntad de las personas para proporcionar sus datos de salud para fines de desarrollo de IA, se creó un marco sobre la base del marco existente basado en la percepción del valor de que equilibra los riesgos percibidos y los beneficios percibidos. Se agregó un factor de "condiciones" para explorar esta voluntad. En la Figura 3 se presenta el marco final utilizado para estudiar la voluntad de las personas para proporcionar sus datos de salud para el desarrollo de la IA clínica.

Figura 3: Modelo teórico de la voluntad de las personas para proporcionar sus datos de salud para el desarrollo de la IA clínica.

3.3. Características de la población de la fase cuantitativa La población de estudio son personas con cáncer de próstata localizado.

Los criterios de inclusión se definen de la siguiente manera:

• más de 18 años;

• con diagnóstico de cáncer de próstata localizado;

• Consentimiento para el estudio.

Los criterios de exclusión se definen de la siguiente manera:

• No hablar francés;

• diagnosticado con cáncer metastásico desde el principio;

• Enfermo terminal;

• Las personas que sufren de retraso mental, demencia o estado de conciencia alterado.

3.4. Muestra de la fase cuantitativa El método de muestreo elegido es el muestreo de voluntarios. Cualquier individuo que cumpla con los criterios de inclusión y no cumpla con los criterios de exclusión puede optar por participar en el estudio, lo que implica completar un cuestionario en línea autoadministrado.

El cuestionario se distribuirá a través de los siguientes canales:

• Una campaña de carteles y volantes en los departamentos de urología de la red Elipse. Los carteles y los volantes mostrarán el enlace y el código QR para el cuestionario. El co-investigador E. Koshmanova de este estudio estará disponible en uno o más hospitales de la red Elipse para ofrecer asistencia para acceder al cuestionario, sin intervenir en el proceso de finalización. También tendrá una computadora portátil o tableta disponible para los participantes que deseen participar en el estudio pero que no tienen el equipo necesario.

• Distribución del enlace y el código QR del cuestionario a través del diseño del póster en formato de foto en las redes sociales.

• Distribución del enlace y código QR a través del diseño del póster en formato de foto o no a través de asociaciones de pacientes. Estas asociaciones las compartirán a través de sus redes o listas de correo. Las asociaciones también pueden mostrar el póster y/o los volantes en sus instalaciones si se considera relevante.

No se realizó un cálculo del tamaño de la muestra, ya que las restricciones de estudio requieren la inclusión de un mínimo de 50 participantes por país y un máximo de 100 participantes por país.

Para tener acceso al cuestionario, las personas usan el enlace del cuestionario o escanean el código QR. No hay necesidad de crear una cuenta. Después de usar el enlace o escanear el código QR, lo primero que aparece es la página de inicio del cuestionario, en la que se invita a los participantes a leer el formulario de información y consentimiento y luego consentir el estudio. Se especifica en el formulario de información y consentimiento que el consentimiento no se recopila directamente en el formulario de información y consentimiento, sino a través de la primera sección del cuestionario (retranscripción del formulario de consentimiento informado). Esto bloquea el acceso al resto del cuestionario a las personas que no consienten en el estudio, es decir, aquellos que no marcan todas las declaraciones.

Si los participantes brindan su consentimiento, se puede acceder al cuestionario y se les pedirá a los participantes que confirman que cumplan con los criterios de inclusión del estudio y no cumplan con los criterios de exclusión del estudio. Si no confirman estos elementos, el cuestionario terminará. Si confirman estos elementos, el cuestionario comenzará.

Dado que las regulaciones permiten a los participantes retirar su consentimiento del estudio en cualquier momento, se les asignará un código único. Este código será formado por cada participante con esta clave de identificación: Primera letra del apellido + Última letra del apellido + primera letra del primer nombre + los dos últimos dígitos de sus años de nacimiento.

Al final del formulario en línea, los participantes tienen la opción de hacer clic en un enlace si desean participar en la segunda fase (fase cualitativa) de este estudio. Este enlace los lleva a un segundo cuestionario en línea pidiendo sus datos de contacto. El segundo cuestionario no está vinculado al primero. Con los datos de contacto, se puede contactar a las personas para participar en la segunda fase de este estudio, y esto solo después de la aprobación del Comité de Ética para la segunda fase de este estudio (fase cualitativa).

En el caso de que el reclutamiento de participantes sea más efectivo a través de un enfoque en papel, se utilizará una versión en papel del cuestionario idéntica a la versión en línea. En tales casos, se les pedirá a los participantes que completen el cuestionario en papel y firmen una versión en papel del formulario de consentimiento informado antes de la participación. El cuestionario en este caso será codificado en línea en RedCap por el equipo de investigación.

Cada participante tiene la oportunidad de hacer preguntas al co-investigador (E. Koshmanova) en cualquier momento. Su información de contacto se proporciona en el formulario de información y consentimiento y al comienzo del cuestionario.

3.5. Parámetros estudiados de la fase cuantitativa

Se recopilarán varios parámetros con el primer cuestionario en línea:

• Información relacionada con las personas: edad, ingresos percibidos, empleo, educación, estado de salud percibido, país de residencia, gravedad del cáncer de próstata (cuánto tiempo se realizó el diagnóstico, se trata), experiencia de atención previa, exposición previa a herramientas similares, frecuencia del uso de la salud, confianza en los sistemas de atención médica.

• Información sobre las habilidades de las personas: alfabetización en salud, alfabetización de salud electrónica, conocimiento técnico percibido de la tecnología de IA, familiaridad con un servicio basado en IA.

• Preguntas relacionadas con la aceptabilidad de las personas con cáncer de próstata de la implementación de IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata.

• Preguntas relacionadas con la disposición de las personas con cáncer de próstata para proporcionar sus datos de salud para el desarrollo de IA clínica.

Se recopilarán varios datos con el segundo cuestionario en línea:

• Primer y apellido;

• número de teléfono;

• País de residencia;

• Código Postal.

Este cuestionario es independiente del primero. 3.6. La herramienta de recopilación de datos de los cuestionarios en línea de fase cuantitativa será compartido con los participantes por RedCap Platform. 3.6.1. Cuestionario número 1: El cuestionario en línea tiene como objetivo evaluar tanto la aceptabilidad de las personas con cáncer de próstata con respecto a la implementación de IA como apoyo a los proveedores de atención médica en el diagnóstico de cáncer de próstata y su voluntad de proporcionar sus datos de salud a los efectos del desarrollo de IA clínica. El cuestionario también pregunta sobre ciertas características de las personas, como se menciona en el punto 3.5. El cuestionario se introduce mediante una explicación de cómo la IA está involucrada en la atención en el contexto de este estudio.

El cuestionario se basa en dos cuestionarios. Primero, se ha utilizado el cuestionario asociado en el marco basado en la percepción de los valores. En segundo lugar, el cuestionario asociado en el marco que estudia la voluntad de proporcionar datos de salud para fines de investigación se utilizó como inspiración (19).

3.6.2. Cuestionario número 2: El objetivo de este cuestionario es contactar a los participantes que desean participar de la segunda fase de este estudio (fase cualitativa).

3.7. Calendario Figura 1: Gráfico Gantt. 4. Preocupaciones éticas de la fase cuantitativa El estudio no presenta riesgos ni desventajas para los participantes. No será necesario ningún cambio en su gestión clínica habitual. No se divulgará información recopilada al personal de atención médica.

Las encuestas se desarrollarán utilizando la plataforma REDCAP, que es un paquete de software diseñado para la gestión general de los estudios, y que cumple con los requisitos regulatorios para los hosts de estudio de salud y supervisado por el Centro de Ensayo Clínico (CTC) de Chul.

Los participantes completará un formulario de información y consentimiento (versión electrónica) antes de que realmente participen en el estudio. Los participantes pueden retirar su consentimiento del investigador principal (D. Waltregny) en cualquier momento.

Todos los datos recopilados serán seudonimizados con un código único que se asignará a cada participante. Este código será formado por los participantes con esta clave de identificación: Primera letra del apellido + Última letra del apellido + primera letra del primer nombre + los dos últimos dígitos de sus años de nacimiento.

Además, los datos de contacto se recopilarán, procesarán y almacenarán de acuerdo con el Reglamento General de Protección de Datos (GDPR).

El estudio comenzará solo después de la aprobación del comité de ética.

Tipo de estudio

Intervencionista

Inscripción (Actual)

51

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

Ubicaciones de estudio

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Descripción

Criterios de inclusión:

  • más de 18 años;
  • con diagnóstico de cáncer de próstata localizado;
  • consentimiento para el estudio.

Criterios de exclusión:

  • No hablar francés;
  • diagnosticado con cáncer metastásico desde el principio;
  • terminal enfermo;
  • personas que sufren de retraso mental, demencia o estado de conciencia alterado.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Investigación de servicios de salud
  • Asignación: N / A
  • Modelo Intervencionista: Asignación de un solo grupo
  • Enmascaramiento: Ninguno (etiqueta abierta)

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: Cuestionario
Este es un cuestionario en línea que los pacientes se copmleten por su cuenta o con la ayuda de la persona responsable.
Este es un cuestionario en línea que los pacientes completan

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Beneficios percibidos del uso de IA en el diagnóstico de cáncer de próstata
Periodo de tiempo: Base

Son medidas latentes y se evaluarán en varias preguntas:

  • Beneficios: Creo que las herramientas basadas en la inteligencia artificial pueden "mejorar el diagnóstico de cáncer de próstata", "avanzar en el proceso de diagnóstico de cáncer de próstata", "proporcionar un diagnóstico preciso de cáncer de próstata", reducir los costos del diagnóstico de cáncer de próstata ". Escala: "Muy en desacuerdo", "en desacuerdo", "algo en desacuerdo", "ni de acuerdo ni en desacuerdo", "algo de acuerdo", "de acuerdo", "Muy de acuerdo"; 'Muy de acuerdo' da el mayor valor de beneficio.
Base
Riesgos percibidos de usar IA en el diagnóstico de cáncer de próstata
Periodo de tiempo: Base
Riesgos, escala "muy baja", "baja", "algo baja", "moderada", "algo alta", "alta", "muy alta". Las preguntas son demasiado largas para incluir aquí, pero acceden a los riesgos percibidos de usar IA en el diagnóstico y el tratamiento del cáncer de próstata. El riesgo 'muy alto' se considera el peor.
Base
Intención de usar ai
Periodo de tiempo: Base
Pregunta: ¿Le gustaría utilizar herramientas basadas en inteligencia artificial para manejar mi diagnóstico de cáncer de próstata? Respuestas - Sí, Beicause inseguro y no; Luego hay preocupaciones si responden 'no' o 'sí porque' y evalúan estas preocupaciones en la escala de 0 a 10; 10 es la mayor preocupación.
Base
Sin dispuesto a compartir datos personales
Periodo de tiempo: Base
Pregunta: Dispuesto a compartir datos personales; Respuestas 'sí', 'no', sí con condiciones; Entonces pueden describir sus condiciones
Base

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Publicaciones y enlaces útiles

La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

2 de diciembre de 2024

Finalización primaria (Actual)

31 de diciembre de 2025

Finalización del estudio (Actual)

31 de diciembre de 2025

Fechas de registro del estudio

Enviado por primera vez

10 de junio de 2025

Primero enviado que cumplió con los criterios de control de calidad

10 de julio de 2025

Publicado por primera vez (Actual)

20 de julio de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

27 de marzo de 2026

Última actualización enviada que cumplió con los criterios de control de calidad

26 de marzo de 2026

Última verificación

1 de marzo de 2026

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • 2024-345

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .