Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Keinotekoisen älykkyyden hyväksyttävyys eturauhassyövän diagnoosissa (AccAI)

torstai 26. maaliskuuta 2026 päivittänyt: Ekaterina Koshmanova, Centre Hospitalier Universitaire de Liege

Keinotekoisen älykkyyden hyväksyttävyyden ymmärtäminen terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa - potilas hänen hoidonsa ytimessä

Tässä tutkimuksessa tutkitaan keinotekoisen älykkyyden (AI) hyväksyttävyyttä diagnostisena tukityökaluna potilailla, joilla on paikallinen eturauhassyöpä ja terveydenhuollon tarjoajat, sekä heidän halukkuutensa jakaa terveystietoja AI -kehitystä varten.

Terveydenhuollon AI -työkalut osoittavat lupaavia potentiaalia, etenkin diagnoosin tarkkuuden parantamisessa ja hoidon mukauttamisessa. Menestyvä toteutus riippuu kuitenkin paitsi teknisestä suorituskyvystä myös AI: n hyväksyttävyydestä käyttäjiensä sekä potilaiden ja ammattilaisten keskuudessa. Aikaisemmat tutkimukset ovat osoittaneet vaihtelevan hyväksyttävyyden kontekstin, sairauden vakavuuden, AI: n suorittaman tehtävän ja käyttäjäpopulaation mukaan.

Tavoitteet arvioivat potilaiden AI: n hyväksyttävyyttä diagnostisena tukena eturauhassyövässä.

Tutustu potilaiden halukkuuteen jakaa terveystietoja kliinisen AI: n kehittämiseksi.

Arvioi terveydenhuollon tarjoajien AI: n hyväksyttävyys tässä diagnostisessa yhteydessä.

Metodologian suunnittelu: poikkileikkaus, sekoitettu menetelmä, monikansallinen tutkimus (Belgia, Italia, Espanja).

Kvantitatiivinen vaihe: Online-kyselylomake, käyttämällä mukautettuja teoreettisia kehyksiä (arvon havaitsemismalli, NASS-AI, TFA).

Laadullinen vaihe: seuraa kvantitatiivisten havaintojen perusteella.

Osallistujat: Aikuisilla, joilla on diagnosoitu paikallinen eturauhassyöpä. Rekrytointi sairaaloiden, sosiaalisen median ja potilasyhdistysten kautta.

Kerätyt tiedot: Henkilökohtaiset ja terveystiedot, asenteet AI: hen, halu jakaa tietoja.

Eettiset komiteoiden hyväksymät etiikkaa jokaisessa osallistuvassa maassa.

Tietoinen suostumus, joka on saatu digitaalisesti ennen osallistumista.

Tiedot nimettömästi ja GDPR-yhteensopiva.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

1. Johdanto 1.1. Keinotekoisen älykkyyden hyväksyttävyys 1.1.1. Terveydenhuollon terveydenhuollon ammattilaisten keinotekoinen älykkyys kohtaa monia kasvavia ja yhä monimutkaisempia haasteita. Terveysongelmien luonne on muuttumassa, työmäärät kasvavat, mikä johtaa vaikeampaan hoitoon ja vaatii myös jatkuvaa tiedon päivitystä. Samanaikaisesti terveydenhuollon tekoälyn (AI) työkalujen toteuttaminen räjähtää ja tarjoaa kirkkaan mahdollisuuden vastata kehittyvän lääketieteellisen sektorin tarpeisiin.

Monissa tutkimuksissa on tutkittu kliinisen AI: n toteutettavuutta arvioimalla muun muassa AI -järjestelmien teknistä suorituskykyä. AI -kehityksen tekninen luonne ei kuitenkaan ole ainoa haaste, joka kohtaa kliinisen AI: n toteuttamisen. Tutkimukset ovat todellakin osoittaneet, että terveydenhuollon ammattilaisten ja potilaiden kliinisen AI: n hyväksyttävyys vaikuttaa näiden käyttäjien AI: n tehokkaaseen käyttöönottoon. Tämän parametrin huomioimatta jättäminen voi johtaa resurssien tuhlaukseen, koska se ei hyödynnä käytettävissä olevia AI -järjestelmiä.

Potilaiden ja terveydenhuollon ammattilaisten kliinisen AI: n hyväksyttävyyttä on tutkittu erilaisissa tilanteissa, mutta suurin osa tutkimuksista koskee AI: n hyväksyttävyyttä terveydenhuollossa yleensä. Tämä aihe on jo tiivistelty ja osoittaa enemmistön hyvässä AI: n hyväksyttävyydessä. Toisaalta tietyissä terveysolosuhteissa tehdyt tutkimukset ovat harvinaisempia, ja AI: n hyväksyttävyyttä näissä tilanteissa ei voida määritellä yksinkertaisesti ekstrapoloimalla AI: n hyväksyttävyyttä terveydenhuollossa. AI: n hyväksyttävyys eroaa todellakin kontekstin (taudin diagnosoitu sairauden vakavuus, AI: n päätöksen seuraukset, päätöksenteon monimutkaisuus), mutta myös AI: n suorittamiin tehtäviin (diagnoosi, hoidon valinta, ennuste). Lisäksi AI: n hyväksyttävyystekijät eroavat tutkitusta väestöstä riippuen (potilaat, terveydenhuollon ammattilaiset, tutkijat ja terveydenhuollon johtajat) tarpeiden, mieltymysten ja käyttöympäristön erojen vuoksi. Siksi on tärkeää tutkia AI: n hyväksyttävyyttä tarkkaan tilanteeseen, johon tutkimus viittaa.

1.1.2. AI: n hyväksyttävyys eturauhassyövän diagnoosiprosessissa AI -työkalujen toteuttaminen eturauhassyövän diagnoosiprosessissa (PCA) parantaa lääketieteellisten kuvien tietoja ja ennustavien mallien luomista. Tämä edustaa merkittävää edistystä PCA: n diagnoosin optimoinnissa ja sen aggressiivisuuden ennustamisessa lopullisena tavoitteena mukauttamalla hoidon mukauttamalla kasvaimen biologisiin ominaisuuksiin. Tämä auttaa vähentämään eturauhasen biopsioiden tarvetta, mikä lisää yksilöiden noudattamista ja rohkaisemalla heitä testaamaan ennen oireiden ulkonäköä. Lisäksi PCA: n varhainen havaitseminen parantaa dramaattisesti hoidon onnistumisastetta.

Kun otetaan huomioon AI: n toteuttaminen PCA -diagnoosiprosessissa, on välttämätöntä tutkia tämän toteutuksen hyväksyttävyyttä potilaille ja terveydenhuollon ammattilaisille, jotka tekisivät AI: n lopulliset käyttäjät PCA -yhteydessä, ja tämän toteutuksen olosuhteet. Vaikka joissakin tutkimuksissa on tutkittu tätä hyväksyttävyyttä, tällä alalla tutkimus on edelleen rajoitettua ja vaatii lisätutkimuksia.

Äskettäisessä tutkimuksessa on arvioitu potilaiden luottamusta AI: hen ja heidän käsityksensä urologeista, jotka luottavat AI: hen. Tämä tutkimus on osoittanut, että potilailla oli enemmän luottamusta lääkäreiden kykyyn tehdä oikea diagnoosi, pohtia viimeisintä tutkimusta, yksilöida diagnoosin viestinnän ja selittää tietoa ymmärrettävällä tavalla AI: hen verrattuna. Potilaat totesivat, että heillä oli korkeampi luottamus AI: n tekemiin diagnooseihin, joita lääkäri hallitsee AI: ta AI: n hallinnassa, jota lääkäri ei hallitse.

Toisessa tutkimuksessa tutkittiin miesten pelkoja ja odotuksia AI -diagnoosista ja hoidosta PCA: n yhteydessä kolmen osallistujien kuvittelemien AI -esityksen kautta. Kolme kuvitellun esityksen olivat AI välineenä, joka auttaa terveydenhuollon tarjoajia, AI edistyneenä koneena ja AI kokonaisuutena, joka korvaa terveydenhuollon tarjoajat. Viimeinen kuvitteellinen on osallistujille pahin tapaus. Kaikissa mielikuvituksissa osallistujat näkivät AI: n positiivisessa valossa, mutta mitä enemmän AI otti lääkärin tilalle, sitä enemmän osallistujia näki AI: n negatiivisessa valossa.

1.1.3. The concept of acceptability The concept of acceptability of clinical AI is not well-defined. Vaikka kehyksiä on olemassa selittämään ja ennustamaan yksilöiden käyttäytymis aikomusta käyttää ja hyväksyä teknologista innovaatiota, näitä malleja ei joko ole mukautettu terveydenhuollon kontekstiin; either considering AI in the same way as digital health technologies. On kuitenkin välttämätöntä ottaa huomioon terveydenhuollon konteksti ja AI: n monimutkaisuus verrattuna digitaalitekniikoihin, jotka toimivat yksinkertaisemmalla tavalla kuin AI. It is therefore necessary to better define the concept of acceptability of clinical AI. Jotkut tutkimukset ovat muokanneet olemassa olevia tekniikan hyväksyntäkehyksiä ottamaan huomioon yllä olevat rajoitukset, kuten kaksi seuraavaa kehystä.

Ensimmäinen kehys mallii tilastollisesti potilaan AI-pohjaisten kliinisten päätöksenteon tukilaitteiden hyväksymistä. Tämän mallin kirjoittajat ovat laajentaneet teknologisen hyväksynnän teoreettista puitteita, jotka sisältävät käsityksiä arvosta (VAM), mukauttaen ne terveydenhuollon alalle. Tämä kehys arvioi AI-pohjaisten kliinisen päätöksenteon tukevien laitteiden havaitut riskit ja hyödyt niiden hyväksyttävyyden mittaamiseksi. Tämän mallin kirjoittajat viittaavat siihen, että tulevien tutkimusten tulisi lisätä heidän malliinsa lisätekijöitä, mukaan lukien sosiaalinen vaikutus, jota käytetään joissakin muissa teoraisissa hyväksymiskehyksissä, sen tutkimusvoiman lisäämiseksi (tämän mallin R2 on 0,80). Lisäksi kirjoittajat väittävät, että muuttujat sukupuoli, kotitalouksien vuositulot, koulutustaso, työllisyys, havaittu tekninen tieto AI-tekniikasta ja AI-pohjaisen palvelun tuntemuksella oli merkittävä vaikutus aikomukseen käyttää AI-pohjaisia kliinisiä päätöksentekijöitä.

Toiseksi, äskettäisessä Lancet -tutkimuksessa tehtiin systemaattisesti yhteenveto laadullisista tutkimuksista Sidosryhmien (potilaat, lääkärit, tutkijat ja terveydenhuollon johtajat) diagnostisiin tarkoituksiin. Kirjailijat laajensivat olemassa olevaa NASSS -kehystä uuden AI -diagnoosiin mukautetun uuden mallin luomiseksi; NASSS-AI-kehys. Tämä uusi kehys on rakennettu kuuteen verkkotunnukseen, kaksikymmentä osa-domeenia ja neljäkymmentäkolme teemaa ryhmittelemällä yhteen elementtejä, joita tässä katsauksessa sisältyvät tutkimukset usein keskustellaan.

Useita tekijöitä, jotka eivät sisälly edellä mainituihin erilaisiin teoreettisiin malleihin, on tunnistettu muilla tutkimuksilla tekijöiksi, jotka vaikuttavat potilaan kliinisen AI: n hyväksyttävyyteen. Nämä tekijät olivat ikä, aikaisempi altistuminen samanlaisille työkaluille, maantieteelliselle sijainnille, diagnosoidulle sairaudelle, taudin vakavuudelle ja luottamus terveydenhuoltojärjestelmään.

Lisäksi systemaattisessa katsauksessa on tutkittu, kuinka AI: n tietoa toimitettiin osallistujille, joissa arvioitiin potilaiden AI: n hyväksyttävyyttä terveydenhuollossa. Tämä systemaattinen katsaus osoittaa, että useimmat tutkimukset mainitsevat AI: n rajoitetun potilaan tietämyksen tutkimuksensa yhteydessä heidän tutkimuksensa rajoituksena. Lisäksi useat tutkimukset raportoivat, että potilaille toimitetun tiedon tyyppi tutkimuksen alussa vaikuttaa tuloksiin. Näin ollen tutkimuskehyksemme lisätään "interventiojohdonmukaisuus". Tämä tekijä on integroitu teoriaan hyväksyttävyyden (TFA) teoriaan, joka tutkii terveydenhuollon interventioiden hyväksyttävyyttä.

1.2. Tietojen altruismi - Tietojen altruismin tarjoaminen tietoa ymmärretään henkilökohtaisten ja ei -henkilökohtaisten tietojen vapaaehtoiseksi tarjoamalla rekisteröidyjen suostumuksen tai luonnollisten ja oikeudellisten henkilöiden luvan perusteella etsimättä palkkiota ja yleistä etua koskevia tavoitteita.

Kliinisen AI: n kehittäminen vaatii suuren määrän terveystietoja. Näiden tietojen käyttö on väistämätöntä, koska se mahdollistaa työkalujen etenemisen ja kehittymisen. Kuten edellä selitettiin, potilaiden ja terveydenhuollon tarjoajien on hyväksyttävä kliininen AI, mutta potilastiedot ovat myös syötävä. Siksi heidän on suostuttava toimittamaan terveystietonsa.

Vaikka potilaiden halukkuutta tarjota henkilökohtaisia terveystietoja on tutkittu laajasti toissijaisten käyttötarkoituksen yhteydessä yleisesti (tiedon jakaminen kliiniseen, kansanterveystutkimukseen, epidemiologiaan jne.), Sitä ei ole tutkittu hyvin erityisesti AI: n yhteydessä. Joissakin tutkimuksissa arvioidaan halua tarjota terveystietoja yksinkertaisella kysymyksellä. Ihasyövän diagnostisen AI: n tutkimus osoittaa, että 88% vastaajista antaisi heidän terveystietonsa nimettömästi saataville AI-pohjaisen lääketieteellisen sovelluksen kehittämiseksi.

Pilottitutkimuksessa tutkittiin potilaiden näkökulmia tietoihin, jotka tarjoavat AI: n kehittämistä yleistä käytäntöä varten. Tämän tutkimuksen osallistujat kokivat, että AI: n kehitys yleiseen käytäntöön oli tavoite, jolle he olivat valmiita toimittamaan tietonsa. He sanoivat haluavansa auttaa hallitsemaan sairauksia ja auttaa yleislääkäriään (GP) toimittamalla tietonsa. Halukkuus toimittaa heidän tietonsa oli riippuvainen luottamussuhteesta, joka heillä oli heidän yleislääkärinsä kanssa.

1.2.1. Kirjallisuudessa on tunnistettu terveystietojen tarjoamisesta terveystietojen tarjoamisesta ei validoitua kehystä tutkia potilaiden halukkuutta tarjota terveystietojaan toissijaista käyttöä tai AI -kehitystä varten. Äskettäisessä systemaattisessa katsauksessa pääteltiin myös, että tämän halukkuuden määrittämiseksi ei ollut validoitua mittaustyökalua.

Tutkimuksessa kehitettiin käsitteellinen malli potilaiden halusta tarjota terveystietoja tutkimustarkoituksiin. Tämä kehys perustuu validoituun arvon havaitsemiskehykseen, joka arvioi tiedon tarjoamisen havaitut edut ja riskit. Tähän puitteeseen lisätty kirjoittajat Useat tutkimustarkoituksiin liittyville tiedoille, kuten lopullisten käyttäjien tyypille, kerättyjen tietojen tyypille, kontekstille jne. Nämä tekijät voidaan ymmärtää olosuhteiksi terveystietojen tarjoamiseksi.

2. Tavoitteet Tämän tutkimuksen tavoitteena on ymmärtää paremmin AI: n ja sen olosuhteiden hyväksyttävyyttä eturauhassyövän ja terveydenhuollon tarjoajien kanssa eturauhassyövän diagnoosin ja AI: n tueksi terveydenhuollon tarjoajille. Tämän tutkimuksen tavoitteena on myös ymmärtää paremmin ihmisten halukkuutta tarjota terveystietojaan kliinisen AI -kehityksen ja tämän halun ympäröivien olosuhteiden suhteen.

Tämän tutkimuksen tavoitteet ovat:

1. Määritä eturauhassyöpäpotilaan hyväksyttävyys AI: n täytäntöönpanosta terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa ja tutki tämän toteutuksen olosuhteita.

2. Määritä ihmisten halu tarjota terveystietojaan kliinisen AI: n kehittämiseksi ja tutkia tämän halun olosuhteita.

3. Määritä terveydenhuollon tarjoajien hyväksyttävyys AI: n täytäntöönpanosta heille eturauhassyövän diagnoosissa ja tutki tämän toteutuksen olosuhteita.

3. Menetelmät 3.1. Tutkimus- ja tutkimusprosessin tyyppi Tutkimus on poikkileikkauksellinen havainnollinen, sekoitettu menetelmä, peräkkäinen tutkimus, joka käsittää alkuperäisen kvantitatiivisen vaiheen, joka syöttää toiseen laadulliseen vaiheeseen. Tutkimus on monikansallinen, rekrytointi osallistujat Belgiasta, Italiasta ja Espanjasta.

Jokainen maa toimittaa pöytäkirjan eettiseen komiteaan, jos sitä vaaditaan. Tämän tutkimuksen suunnittelu on esitetty kuvassa 1. Tämä protokolla liittyy kvantitatiiviseen vaiheeseen. Laadullisen vaiheen protokolla toimitetaan eettiselle komitealle myöhemmin, koska kvantitatiivisen vaiheen kyselylomakkeen analysointi on välttämätöntä laadullisen vaiheen kehittämiselle.

Kuva 1: Tutkimuksen suunnittelu 3.2. Käytetään kvantitatiivisen vaiheen kahden kehyksen puitteita, jotka vastaavat tässä vaiheessa kahta tavoitetta (määritä eturauhassyöpäpotilaan hyväksyttävyys AI: n toteuttamisesta terveydenhuollon tarjoajien tueksi eturauhassyövän diagnosoinnissa ja määrittämään ihmisten halukkuuden tarjota terveystiedot kliinisen AI: n kehittämiselle).

Eturauhassyöpäpotilaiden hyväksyttävyyden määrittämiseksi AI: n täytäntöönpanosta terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa luotiin puitteet aiemmin esitettyjen olemassa olevien puitteiden perusteella (puitteet perustuvat arvojen havaitsemiseen, NASSS-AI ja TFA). Arvojen havaitsemiseen perustuvaa kehystä käytettiin perusteena havaittujen etujen riskejen punnitsemiselle. Tähän malliin lisättiin sosiaalinen vaikutusvalta. NASSS-AI: n inspiroimana lisättiin myös "olosuhteet käyttää" -kerrointa ja sen ala-osoituksia ja aiemmin mainittuja kehyksiä. "Intervention koherenssi" lisättiin TFA: n mukaisesti.

Lopullinen kehys, jota käytettiin eturauhassyöpäpotilaiden hyväksyttävyyden tutkimiseen AI: n toteuttamisesta terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa, esitetään kuviossa 2.

Kuva 2: Teoreettinen malli eturauhassyöpäpotilaiden hyväksyttävyydestä AI: n toteuttamisesta terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa.

Jotta ihmisten halukkuus tarjota terveystietojaan AI -kehitystarkoituksiin, luotiin puitteet nykyisen kehyksen perusteella, joka perustuu arvon havaitsemiseen, jonka mukaan havaitut riskit ja havaitut edut. Tämän halukkuuden tutkimiseen lisättiin "olosuhteet" -kerroin. Lopullinen kehys, jota käytettiin tutkimaan ihmisten halukkuutta tarjota terveystietojaan kliinisen AI: n kehittämiseksi, on esitetty kuvassa 3.

Kuva 3: Teoreettinen malli ihmisten halukkuudesta tarjota terveystietojaan kliinisen AI: n kehittämiseksi.

3.3. Kvantitatiivisen vaiheen populaatioominaisuudet Tutkimuspopulaatio on ihmisiä, joilla on paikallista eturauhassyöpää.

Sisällyttämiskriteerit määritellään seuraavasti:

• yli 18 vuotta;

• diagnosoitu paikallisella eturauhassyövällä;

• suostumus tutkimukseen.

Poissulkemiskriteerit määritellään seuraavasti:

• Ei puhu ranskaa;

• diagnosoitu metastaattinen syöpä alusta alkaen;

• Terminaalisesti sairas;

• Ihmiset, jotka kärsivät henkisestä hidastumisesta, dementiasta tai muuttuneesta tietoisuuden tilasta.

3.4. Kvantitatiivisen vaiheen näyte Valittu näytteenottomenetelmä on vapaaehtoisenäytteenotto. Jokainen yksittäinen osallisuuskriteerit täyttävät ja eivät täytä poissulkemiskriteerejä, voi valita osallistumisen tutkimukseen, johon sisältyy itsehallinnollisen online-kyselylomakkeen täyttäminen.

Kysely jaetaan seuraavien kanavien kautta:

• Juliste- ja lentolehtiset kampanja Elipse -verkon urologiaosastoilla. Julisteet ja esitteet näyttävät kyselylomakkeen linkin ja QR -koodin. Tämän tutkimuksen tutkija E. Koshmanova on saatavana yhdessä tai useammassa Elipse-verkon sairaalassa, joka tarjoaa apua kyselylomakkeen käyttämisessä ilman puuttumista valmistumisprosessiin. Hänellä on myös kannettava tietokone tai tabletti osallistujille, jotka haluavat osallistua tutkimukseen, mutta joilla ei ole tarvittavia laitteita.

• Kyselylomakkeen linkin ja QR -koodin jakelu juliste -suunnittelun kautta valokuvamuodossa sosiaalisessa mediassa.

• Linkin ja QR -koodin jakelu julisteen suunnittelun kautta valokuvamuodossa tai ei potilasyhdistysten kautta. Nämä yhdistykset jakavat nämä verkkojensa tai postituslistojensa kautta. Yhdistykset voivat myös näyttää julisteen ja/tai lentolehtiset tiloissaan, jos niitä pidetään merkityksellisinä.

Otoksen koon laskelmaa ei suoritettu, koska tutkimusrajoitukset vaativat vähintään 50 osallistujan sisällyttämistä maata kohti ja enintään 100 osallistujaa maata kohti.

Saavuttaakseen kyselylomakkeen, ihmiset käyttävät kyselylinkkiä tai skannaamaan QR -koodia. Tiliä ei tarvitse luoda. Linkin käytön tai QR -koodin skannauksen jälkeen ensimmäinen asia, joka ilmestyy, on kyselylomakkeen kotisivu, jolla osallistujia kutsutaan lukemaan tiedot ja suostumuslomake ja suostumaan sitten tutkimukseen. Se on määritelty tieto- ja suostumuslomakkeessa, että suostumusta ei kerätä suoraan tieto- ja suostumuslomakkeeseen, vaan kyselylomakkeen ensimmäisen osan (tietoisen suostumuksen lomake). Tämä estää pääsyn muuhun kyselylomakkeeseen ihmisille, jotka eivät suostu tutkimukseen, ts. Ne, jotka eivät merkitse kaikkia lausuntoja.

Jos osallistujat antavat suostumuksensa, kyselylomake on saatavilla ja osallistujia pyydetään vahvistamaan, että he täyttävät tutkimuksen osallisuuskriteerit eivätkä täytä tutkimuksen syrjäytymiskriteerejä. Jos ne eivät vahvista näitä elementtejä, kyselylomake päättyy. Jos ne vahvistavat nämä elementit, kyselylomake alkaa.

Koska määräysten avulla osallistujat voivat peruuttaa suostumuksensa tutkimuksesta milloin tahansa, heille annetaan yksilöllinen koodi. Jokainen osallistuja muodostaa tämän koodin tällä tunnistusavaimella: sukunimen ensimmäinen kirjain + viimeisen sukunimen kirje + etunimen ensimmäinen kirjain + heidän syntymävuosiensa kaksi viimeistä numeroa.

Online -lomakkeen lopussa osallistujilla on mahdollisuus napsauttaa linkkiä, jos he haluavat osallistua tämän tutkimuksen toiseen vaiheeseen (laadullinen vaihe). Tämä linkki vie heidät toiseen online -kyselylomakkeeseen, jossa pyydetään heidän yhteystietonsa. Toinen kyselylomake ei ole yhteydessä ensimmäiseen. Yhteystietojen avulla yksilöihin voidaan ottaa yhteyttä osallistumaan tämän tutkimuksen toiseen vaiheeseen, ja tämä vasta tämän tutkimuksen toisen vaiheen eettisen komitean hyväksynnän jälkeen (kvalitatiivinen vaihe).

Jos osallistujien rekrytointi osoittaa tehokkaamman paperipohjaisen lähestymistavan avulla, käytetään online-version kanssa identtisen kyselylomakkeen paperiversiota. Tällaisissa tapauksissa osallistujia pyydetään täyttämään paperikysely ja allekirjoittamaan tietoisen suostumuslomakkeen paperiversio ennen osallistumista. Tutkimusryhmä koodaa tässä tapauksessa kyselylomakkeen RedCapin.

Jokaisella osallistujalla on mahdollisuus esittää kysymyksiä tutkijalle (E. Koshmanova) milloin tahansa. Hänen yhteystietonsa toimitetaan tieto- ja suostumuslomakkeessa ja kyselylomakkeen alussa.

3.5. Tutkitut kvantitatiivisen vaiheen parametrit

Useita parametreja kerätään ensimmäisellä online -kyselylomakkeella:

• Yksilöihin liittyvät tiedot: Ikä, havaitut tulot, työllisyys, koulutus, havaittu terveystila, asuinmaa, eturauhassyövän vakavuus (kuinka kauan sitten diagnoosi tehtiin, sitä hoidetaan), aikaisempaa hoitokokemusta, aikaisempaa altistumista samanlaisille työkaluille, terveydenhuollon käytön tiheys, luottamus terveydenhuoltojärjestelmiin.

• Tiedot ihmisten taitoista: terveys lukutaito, e-terveydenhuollon lukutaito, AI-tekniikan havaittu tekninen tieto, tuntemus AI-pohjaisesta palvelusta.

• Kysymykset, jotka liittyvät eturauhassyövän hyväksyttävyyteen AI: n toteuttamisesta terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa.

• Kysymykset, jotka liittyvät eturauhassyöpään ihmisten halukkuuteen tarjota terveystietojaan kliinisen AI: n kehittämiseksi.

Useita tietoja kerätään toisella online -kyselylomakkeella:

• Ensimmäinen ja sukunimi;

• puhelinnumero;

• asuinmaa;

• Postikoodi.

Tämä kyselylomake on riippumaton ensimmäisestä. 3.6. REDCAP -alusta jaetaan tiedonkeruutyökalu kvantitatiivisesta vaiheen online -kyselylomakkeista osallistujien kanssa. 3.6.1. Kysely numero 1: Online -kyselylomakkeen tavoitteena on arvioida sekä eturauhassyöpäpotilaiden hyväksyttävyyttä AI: n täytäntöönpanosta terveydenhuollon tarjoajille eturauhassyövän diagnosoinnissa ja heidän halukkuutensa tarjota terveystietojaan kliinisen AI: n kehittämistä varten. Kyselylomakkeessa kysyttiin myös tietyistä ihmisten ominaisuuksista, kuten kohdassa 3.5 mainittiin. Kysely esitetään selityksellä siitä, kuinka AI on mukana hoidossa tämän tutkimuksen yhteydessä.

Kysely perustuu kahteen kyselylomakkeeseen. Ensinnäkin arvojen havaitsemiseen perustuva puitteeseen liittyvä kyselylomake on käytetty. Toiseksi inspiraationa käytettiin kyselylomaketta, joka liittyy kehykseen, joka tutkii terveystietoa tutkimustarkoituksiin (19).

3.6.2. Kysely numero 2: Tämän kyselylomakkeen tavoitteena on ottaa yhteyttä osallistujiin, jotka haluavat osallistua tutkimuksen toiseen vaiheeseen (laadullinen vaihe).

3.7. Kalenteri Kuva 1: Gantt -kaavio. 4. Kvantitatiivisen vaiheen eettiset huolenaiheet Tutkimuksessa ei ole riskejä tai haittoja osallistujille. Muutosta heidän tavanomaisessa kliinisessä hoidossaan ei tarvita. Terveydenhuollon henkilökunnalle ei ilmoiteta kerättyjä tietoja.

Tutkimukset kehitetään RedCap -alustalla, joka on ohjelmistopaketti, joka on suunniteltu tutkimusten yleiseen hallintaan ja joka täyttää terveystutkimuksen isäntien sääntelyvaatimukset, ja Chulin kliinisen tutkimuskeskuksen (CTC) valvoma.

Osallistujat täyttävät tiedot ja suostumuslomake (sähköinen versio) ennen kuin he todella osallistuvat tutkimukseen. Osallistujat voivat peruuttaa suostumuksensa päätutkijalta (D. Waltregny) milloin tahansa.

Kaikki kerätyt tiedot salanimillä on ainutlaatuinen koodi, joka määritetään jokaiselle osallistujalle. Tämän koodin muodostavat osallistujat tällä tunnistusnäppäimellä: sukunimen ensimmäinen kirjain + sukunimen viimeinen kirjain + etunimen ensimmäinen kirjain + heidän syntymävuosiensa kaksi viimeistä numeroa.

Lisäksi yhteystiedot kerätään, käsitellään ja tallennetaan yleisen tietosuoja -asetuksen (GDPR) mukaisesti.

Tutkimus alkaa vasta eettisen komitean hyväksynnän jälkeen.

Opintotyyppi

Interventio

Ilmoittautuminen (Todellinen)

51

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Opiskelupaikat

      • Liège, Belgia
        • CHU Liège

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällyttämiskriteerit:

  • yli 18 vuotta;
  • paikallisen eturauhassyövän diagnosoinnilla;
  • suostumus tutkimukseen.

Poissulkemiskriteerit:

  • ei puhu ranskaa;
  • diagnosoitu metastaattinen syöpä alusta alkaen;
  • Terminaalisesti sairas;
  • Ihmiset, jotka kärsivät henkisestä hidastumisesta, dementiasta tai muuttuneesta tietoisuuden tilasta.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Terveyspalvelututkimus
  • Jako: Ei käytössä
  • Inventiomalli: Yksittäinen ryhmätehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Kyselylomake
Tämä on online -kyselylomake, jonka potilaat kopioivat yksinään tai vastuullisen henkilön avulla
Tämä on online -kyselylomake, jonka potilaat täyttävät

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
AI: n käytön havaitut edut eturauhassyövän diagnoosissa
Aikaikkuna: Lähtökohta

Ne ovat piileviä toimenpiteitä, ja ne arvioidaan useissa kysymyksissä:

  • Hyödyt: Uskon, että keinotekoiseen älykkyyteen perustuvat työkalut voivat "parantaa eturauhassyövän diagnosointia", "edistää eturauhassyövän diagnostiikkaprosessia", "tarjoavat tarkka diagnoosi eturauhassyövästä ', vähentävät eturauhassyövän diagnoosin kustannuksia'. Asteikko: "voimakkaasti eri mieltä", "eri mieltä", "jonkin verran 'Hyväksy "antaa korkeimman arvon hyödyn.
Lähtökohta
Havaitut riskit AI: n käytöstä eturauhassyövän diagnoosissa
Aikaikkuna: Lähtökohta
Riskit, mittakaava "erittäin matala", "matala", "hieman matala", "kohtalainen", "hieman korkea", "korkea", "erittäin korkea". Kysymykset ovat liian pitkiä sisällyttämään tähän, mutta ne pääsevät AI: n käytön havaittuihin riskeihin eturauhassyövän diagnosoinnissa ja hoidossa. 'Erittäin korkea' riski pidetään pahimpana.
Lähtökohta
Aikomus käyttää AI: tä
Aikaikkuna: Lähtökohta
KYSYMYS: Haluatko käyttää keinotekoisia älykkyyspohjaisia työkaluja eturauhassyövän diagnoosini hallintaan. Vastaukset - kyllä, epävarma majakka ja ei; Sitten on huolenaiheita, jos he vastaavat 'ei' tai 'kyllä, koska' ja he arvioivat näitä huolenaiheita asteikolla 0-10; 10 on suurin huolenaihe.
Lähtökohta
Halukas jakamaan henkilötietoja
Aikaikkuna: Lähtökohta
Kysymys: haluttomasti jakamaan henkilötietoja; vastaa 'kyllä', 'ei', kyllä olosuhteissa; Sitten he voivat kuvata olosuhteitaan
Lähtökohta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 2. joulukuuta 2024

Ensisijainen valmistuminen (Todellinen)

Keskiviikko 31. joulukuuta 2025

Opintojen valmistuminen (Todellinen)

Keskiviikko 31. joulukuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 10. kesäkuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 10. heinäkuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Sunnuntai 20. heinäkuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 27. maaliskuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 26. maaliskuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. maaliskuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • 2024-345

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .