Explainable AI in Medical Education: CerViD-MultiModal Framework Trial (CerViD-MM)
keskiviikko 29. heinäkuuta 2026 päivittänyt: Prince L. Fully, University of Liberia
Explainable Artificial Intelligence (XAI) in Medical Education: A Multi-Modal Framework for Enhancing Human-AI Collaboration
This study evaluates whether Explainable Artificial Intelligence (XAI) explanations integrated into medical training improve AI literacy, reduce cognitive workload, and enhance learner trust compared to traditional lecture methods.
Third-year medical students participated in a randomized controlled trial assessing the CerViD-MultiModal diagnostic framework during a neuroimaging diagnostic module focused on fornix atrophy in early and late mild cognitive impairment
Tutkimuksen yleiskatsaus
Tila
Valmis
Yksityiskohtainen kuvaus
The study utilized a two-phase sequential explanatory design with mixed methodologies.
In Phase 1 (Technical Development), the CerViD-MultiModal model was developed and validated using neuroimaging data from 100 Alzheimer's Disease Neuroimaging Initiative (ADNI) subjects to classify early vs. late mild cognitive impairment via fornix morphometry features.
In Phase 2 (Educational Intervention), a randomized controlled trial was conducted with 120 third-year medical students enrolled in the clinical neuroscience rotation at the University of Liberia.
Participants were randomized into two equal groups (n=60 per group): Control Group: Completed a 45-minute traditional lecture module using static text and bar charts.
XAI-Enhanced Group: Completed an interactive 45-minute module featuring SHAP summary charts, LIME patient-specific explanations, and interactive force graphs.
Post-intervention electronic assessments evaluated four primary outcomes: AI Literacy Score (0-100 scale), System Usability Scale (SUS, 0-100 scale), perceived cognitive workload using the NASA Task Load Index (NASA-TLX, 0-100 scale), and Confidence in AI Interpretation (1-5 scale)
Opintotyyppi
Interventio
Ilmoittautuminen (Todellinen)
120
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Montserrado County
-
Monrovia, Montserrado County, Liberia, 1000
- University of Liberia Medical School
-
-
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
Joo
Kuvaus
Inclusion Criteria:
- Enrolled as a third-year medical student in the clinical neuroscience rotation at the University of Liberia.
- Willing and able to complete the 45-minute educational module and post-intervention evaluations.
- Provided informed consent to participate in the study.
Exclusion Criteria:
- Prior formal coursework, professional training, or specialized technical degree in artificial intelligence, machine learning, or computer science.
- Inability to complete the post-intervention assessment.
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: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Active Comparator: Control Group
Participants complete a 45-minute traditional lecture module on AI in neuroimaging using static text and bar charts
|
Standard educational instruction delivered via traditional slides and static charts explaining neuroimaging AI outputs.
|
|
Kokeellinen: XAI-Enhanced Group
Participants complete an interactive 45-minute lecture module supplemented with CerViD-MultiModal visual XAI explanations (SHAP summary charts and LIME patient-specific explanations
|
Standard educational instruction delivered via traditional slides and static charts explaining neuroimaging AI outputs.
Muut nimet:
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
AI Literacy Score
Aikaikkuna: Immediately post-intervention (Day 1)
|
Continuous score (0-100 scale) measuring conceptual knowledge, practical application, ethical awareness, and critical evaluation of AI systems in medicine
|
Immediately post-intervention (Day 1)
|
|
System Usability Scale (SUS) Score
Aikaikkuna: Immediately post-intervention (Day 1)
|
Standardized 10-item scale assessing user perception of system usability, converted to a 0-100 overall score
|
Immediately post-intervention (Day 1)
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Lundberg SM, Lee SI. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS). 2017;30:4765-4774.
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)
Lauantai 30. toukokuuta 2026
Ensisijainen valmistuminen (Todellinen)
Lauantai 30. toukokuuta 2026
Opintojen valmistuminen (Todellinen)
Maanantai 15. kesäkuuta 2026
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 29. heinäkuuta 2026
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Keskiviikko 29. heinäkuuta 2026
Ensimmäinen Lähetetty (Todellinen)
Tiistai 4. elokuuta 2026
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Tiistai 4. elokuuta 2026
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Keskiviikko 29. heinäkuuta 2026
Viimeksi vahvistettu
Keskiviikko 1. heinäkuuta 2026
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- UL-IRB-2026-XAI-MED
- U01AG024904 (Yhdysvaltain NIH-apuraha/sopimus)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
JOO
IPD-suunnitelman kuvaus
De-identified individual participant data collected during the study, including post-intervention assessment scores for AI literacy, System Usability Scale (SUS) ratings, NASA Task Load Index (NASA-TLX) workload metrics, and confidence scores, will be made available upon reasonable request.
All direct and indirect identifiers will be removed prior to data sharing to preserve participant privacy.
IPD-jaon aikakehys
De-identified individual participant data and supporting documents will become available within 6 months following publication of the study results in a peer-reviewed journal and will remain accessible for up to 3 years.
IPD-jaon käyttöoikeuskriteerit
Data and supporting materials will be shared with qualified academic researchers and clinical educators whose formal proposal has been approved by the research team.
Access is granted solely for scientific research and meta-analytic purposes.
Requests should be submitted via email directly to the Principal Investigator.
IPD-jakamista tukeva tietotyyppi
- STUDY_PROTOCOL
- MAHLA
- ANALYTIC_CODE
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 .