Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Explainable AI in Medical Education: CerViD-MultiModal Framework Trial (CerViD-MM)

2026. július 29. frissítette: 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

A tanulmány áttekintése

Állapot

Befejezve

Körülmények

Beavatkozás / kezelés

Részletes leírás

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)

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

120

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

  • Libéria
    • Montserrado County
      • Monrovia, Montserrado County, Libéria, 1000
        • University of Liberia Medical School

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Igen

Leírás

Inclusion Criteria:

  1. Enrolled as a third-year medical student in the clinical neuroscience rotation at the University of Liberia.
  2. Willing and able to complete the 45-minute educational module and post-intervention evaluations.
  3. Provided informed consent to participate in the study.

Exclusion Criteria:

  1. Prior formal coursework, professional training, or specialized technical degree in artificial intelligence, machine learning, or computer science.
  2. Inability to complete the post-intervention assessment.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Egészségügyi szolgáltatások kutatása
  • Kiosztás: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Aktív összehasonlító: Control Group
Participants complete a 45-minute traditional lecture module on AI in neuroimaging using static text and bar charts
Egyéb: Traditional AI Lecture Module
Standard educational instruction delivered via traditional slides and static charts explaining neuroimaging AI outputs.
Kísérleti: 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
Egyéb: XAI-Enhanced Interactive Module (CerViD-MultiModal)
Standard educational instruction delivered via traditional slides and static charts explaining neuroimaging AI outputs.
Más nevek:
  • CerViD-MultiModal Framework
  • SHAP and LIME Educational Module

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
AI Literacy Score
Időkeret: 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
Időkeret: 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)

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

University of Liberia

Együttműködők

National Institute on Aging (NIA)

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Általános kiadványok

  • Lundberg SM, Lee SI. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS). 2017;30:4765-4774.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2026. május 30.

Elsődleges befejezés (Tényleges)

2026. május 30.

A tanulmány befejezése (Tényleges)

2026. június 15.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. július 29.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. július 29.

Első közzététel (Tényleges)

2026. augusztus 4.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. augusztus 4.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. július 29.

Utolsó ellenőrzés

2026. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • UL-IRB-2026-XAI-MED
  • U01AG024904 (Az Egyesült Államok NIH támogatása/szerződése)

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

IGEN

IPD terv leírása

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 megosztási időkeret

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-megosztási hozzáférési feltételek

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.

Az IPD megosztását támogató információ típusa

  • STUDY_PROTOCOL
  • NEDV
  • ANALYTIC_CODE

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel