Detección del Cáncer de Ovario e IA (AI-OCS-Gyn)

Investigaciones anteriores han demostrado que los ginecólogos a menudo sobreestiman considerablemente tanto la eficacia como la seguridad de la detección del cáncer de ovario, a pesar de la sólida evidencia que indica que dicha detección no ofrece un beneficio clínico neto. Estos hallazgos resaltan la necesidad de estrategias de comunicación innovadoras para apoyar la práctica clínica basada en evidencia y reducir la atención de bajo valor.

Las intervenciones conversacionales basadas en IA han mostrado resultados prometedores en otros campos cuando se busca corregir conceptos erróneos o fomentar el compromiso con la evidencia, especialmente entre individuos que inicialmente son resistentes a la información factual. Aprovechando estas ideas, este estudio investiga si las discusiones facilitadas por IA pueden mejorar efectivamente el conocimiento de los ginecólogos sobre el perfil beneficio-daño de la detección del cáncer de ovario y, posteriormente, reducir las recomendaciones no basadas en evidencia.

El estudio emplea un diseño de estudio transversal en el que ginecólogos que previamente han indicado recomendar regularmente la detección del cáncer de ovario con ecografía transvaginal y potencialmente con pruebas adicionales de CA 125 a sus pacientes asintomáticas de riesgo promedio son aleatorizados a una de dos condiciones:

1. Condición de intervención: Los participantes participan en una conversación guiada por IA en la que explican sus razones para recomendar la detección del cáncer de ovario. Se instruye a la IA para abordar conceptos erróneos y aclarar la falta de evidencia que respalde una relación beneficio-daño positiva.
2. Condición de control: Los participantes participan en una discusión con IA sobre la prevalencia del cáncer de ovario, sin recibir información o retroalimentación correctiva relacionada con los resultados de la detección.

Antes y después de la discusión basada en IA, se consulta a todos los participantes sobre su percepción numérica (X de cada 1,000 mujeres) y subjetiva de los beneficios y daños de la detección del cáncer de ovario y sus recomendaciones de detección. Las medidas se derivan de instrumentos utilizados en investigaciones previas.

El objetivo principal de este estudio es evaluar el cambio, desde antes hasta después de la conversación basada en IA, en la comprensión de los médicos sobre la relación beneficio-daño y sus recomendaciones respecto a la detección rutinaria del cáncer de ovario para mujeres asintomáticas de riesgo promedio, dentro y entre los grupos de estudio.