Az orvosok bizalma az AI-alapú magzati növekedésbecslésben
Az orvosok bizalma és döntéshozatala mesterséges intelligencián alapuló magzati növekedési becslések alkalmazásakor bizonytalansággal és anélkül: randomizált kérdőíves vizsgálat
Ez a tanulmány azt vizsgálja, hogy a klinikusok hogyan bíznak és használnak mesterséges intelligenciát (MI) a terhesség alatti magzati súly becslésekor.
A magzati növekedés pontos értékelése fontos a növekedési problémák azonosításához, amelyek befolyásolhatják a terhesség kezelését. Az új, MI-alapú eszközök ultrahangképek alapján becsülhetik a magzati súlyt, de keveset tudunk arról, hogy a klinikusok mennyire bíznak ezekben a becslésekben, vagy hogy a bizonytalansági információk hogyan befolyásolják döntéseiket.
Ebben a tanulmányban a klinikusok áttekintenek anonimizált ultrahang eseteket, és összehasonlítják az MI-modell által generált magzati súlybecsléseket a hagyományos becslésekkel. Egyes klinikusoknak információt mutatnak be az MI-modell teljesítményéről és bizonytalanságáról, míg másoknak nem.
A résztvevőket megkérdezik, hogy melyik becslést tartják a legmegbízhatóbbnak, jelezzék bizalmuk szintjét, és döntsenek arról, hogy ajánlanak-e további vizsgálatokat. A tanulmány célja, hogy jobban megértsük, hogy az MI és a bizonytalansági információk hogyan befolyásolják a klinikai döntéshozatalt és a bizalmat a különböző tapasztalati szintű klinikusok között.
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
Ez egy randomizált, párosított, vinett alapú kérdőíves tanulmány, amelynek célja a klinikusok bizalmának és az AI-alapú magzati növekedési becslések használatának vizsgálata.
Szülészeti és nőgyógyászati osztályok klinikusait toborozzák és tapasztalati szint szerint rétegezik. A résztvevőket randomizálják vagy kontrollcsoportba, vagy intervenciós csoportba. Az intervenciós csoport rövid tájékoztatást kap az AI modell teljesítményéről, míg a kontrollcsoport nem kap ilyen információt.
Minden résztvevő egy sor anonimizált harmadik trimeszteri ultrahang esetet értékel. Minden esetben a klinikusok szabványos ultrahang képeket és releváns klinikai kontextust kapnak. Megmutatják nekik az AI-alapú modell és a hagyományos biometriai módszer által generált magzati súlybecsléseket, bizalmi intervallumok formájában történő bizonytalansági információval vagy anélkül.
Minden esetben a klinikusok kiválasztják azt a becslést, amelyet klinikailag legmegbízhatóbbnak tartanak, értékelik a döntésükkel kapcsolatos bizalmukat, és jelezik, hogy javasolnának-e követő növekedési vizsgálatot. Az esetkészleteket klinikai tapasztalat szerint párosítják, biztosítva, hogy azonos eseteket hasonló háttérrel rendelkező klinikusok értékeljenek a tanulmány csoportjaiban.
A tanulmány a klinikusokra összpontosít résztvevőkként, és nem tartalmaz betegbeavatkozást. Minden ultrahang adat teljesen anonimizált. Az eredmények betekintést nyújtanak abba, hogy az AI által generált becslések és a bizonytalansági információk hogyan befolyásolják a klinikai bizalmat, a preferenciákat és a döntéshozatalt a magzati növekedés értékelésében.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Slagelse, Dánia, 4200
- Department of Obstetrics and Gynecology, Slagelse Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Bevonási kritériumok:
- Szülészeti és nőgyógyászati osztályokon dolgozó klinikusok.
- Szülészeti ultrahang rendszeres használata a klinikai gyakorlatban.
- Hajlandóság a kérdőíves vizsgálatban való részvételre.
Kizárási kritériumok:
- Azok a klinikusok, akik nem végeznek szülészeti ultrahangvizsgálatokat.
- Azok a klinikusok, akiknek ismert érdekkonfliktusa van az értékelt mesterséges intelligencia rendszerrel kapcsolatban.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egészségügyi szolgáltatások kutatása
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Egyetlen
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Nincs beavatkozás: Kontroll - Nincs AI teljesítményinformáció
A résztvevők kitöltik a kérdőívet anélkül, hogy információt kapnának az AI-modell teljesítményéről.
|
|
|
Egyéb: Beavatkozás - AI Teljesítményinformáció
A résztvevők a kérdőív kitöltése előtt rövid tájékoztatást kapnak az AI-modell általános teljesítményéről.
|
A résztvevők rövid tájékoztatást kapnak az AI-modell általános teljesítményéről, mielőtt kitöltenék a kérdőívet.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A klinikusok választása a magzati súlybecslési módszer tekintetében
Időkeret: A kérdőív kitöltése után azonnal
|
Azon esetek aránya, amikor a klinikusok az AI-alapú magzati súlybecslést választják a hagyományos Hadlock-becslés helyett anonimizált ultrahangos esetek értékelése során.
|
A kérdőív kitöltése után azonnal
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A klinikusok bizalma a kiválasztott magzati súlybecslésben
Időkeret: A kérdőív kitöltését követően azonnal
|
A klinikusok önbevallott bizalmuk a kiválasztott magzati súlybecslésben, amelyet minden esetben egy 7 pontos Likert-skálán mértek.
|
A kérdőív kitöltését követően azonnal
|
|
Követő növekedési ultrahang vizsgálat javaslata
Időkeret: Kérdőív kitöltését követően azonnal
|
Azt jelzi, hogy az orvosok a kiválasztott magzati súlybecslés alapján javasolnak-e utógondozási magzati növekedési ultrahangvizsgálatot, bináris eredményként (igen/nem) rögzítve.
|
Kérdőív kitöltését követően azonnal
|
|
A bizonytalansági információk hatása a modellpreferenciára
Időkeret: A kérdőív kitöltését követően azonnal
|
Az orvosok preferenciájának különbsége a mesterséges intelligencián alapuló versus hagyományos magzati súlybecslések között, amikor az MI előrejelzéseket bizonytalansági információval együtt mutatják be versus anélkül.
|
A kérdőív kitöltését követően azonnal
|
Együttműködők és nyomozók
Szponzor
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- F-25022462
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .