遠隔皮膚鏡検査における AI 拡張皮膚がん診断 (AIDMel)

深層学習アルゴリズムは、遠隔皮膚内視鏡検査を使用した皮膚がんの診断など、医療の多くの分野に潜在的に利益をもたらす可能性があります。 しかし、人間の要因を考慮した診断タスクにおける人間と AI の相互作用に関する臨床的で前向きな研究は不足しています。

この研究では、スウェーデンの三次病院で臨床的に使用されている既存の遠隔皮膚内視鏡検査プラットフォームにアルゴリズムを統合するという現実世界の環境におけるそのような要因の影響を調査します。 私たちは、人的要因に関連した AI ツールの出力のさまざまな実装が、診断の精度と経営上の意思決定にどのような影響を与えるかを調査します。

研究対象者はカロリンスカ大学病院の皮膚科で募集され、AIサポートの有無にかかわらず、将来の遠隔皮膚内視鏡診察を評価するよう求められます。 各コンサルトは、AI ツールの 1 つの事前定義実装の有無にかかわらず、3 つのワークフローのいずれかにランダム化されます。 研究対象者には、人口統計情報とさまざまな人的要因に関する質問を含む 2 つの調査に回答することも求められます。 研究に参加する患者は、AIツールの関与なしに、特に研究被験者として参加していない2人の経験豊富な皮膚科医によって、研究に参加する前に研究外で診断されます。