歯周病学における人工知能アプリケーションの知識、認識、使用、および懸念
歯周病学における人工知能アプリケーションの知識、認識、使用、および懸念：エジプトの歯周病者の間の横断的研究
問題の声明：歯周病者の歯周病学における人工知能アプリケーションの知識、認識、使用法、および懸念に関する知識のギャップ。
研究の目的：
歯周病学におけるAIシステムのアプリケーションに対する「歯周病学者」の知識、認識、使用、および懸念を調査する。
材料と方法これは、自己管理済みの33項目のアンケートによって行われます。 アンケートは5つのセクションに分けられます。パートAとして知られる最初のセクションは、参加者が年齢、性別、学術所属に入る社会人口学的特性に関する5つの自由回答形式の質問に焦点を当てています。 パートBは、閉鎖型の質問で構成されており、リッカート3ポイントスケール（はい /いいえ /多分）を使用してAIに参加している歯周病学者の基本的な知識を特定します。 パートCは、リッカートの3点スケールを使用してAIの使用に向けた歯周病者の認識を評価する質問で構成されています（はい /いいえ /多分）。 パートDは、AIアプリケーションの使用に焦点を当てた質問で構成されています。 パートEは、リッカートの3点スケール（はい /いいえ /多分）を使用して、歯周病におけるAIアプリケーションの懸念を評価する質問で構成されています。
この研究は、AIN Shams大学の歯科学部の研究倫理委員会の倫理規範に従って実施されます。 この調査の目的は、歯周病者のAIアプリケーションの知識、認識、使用、および懸念を評価することです。
アンケートは、AIN Shams Universityの歯科学部の歯周病学者に配布されます。 参加者は自発的で匿名です。 アンケートは5つの部分で構成されており、アンケートに記入する平均時間は10〜12分です
調査の概要
状態
条件
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
-
Cairo、エジプト
- Ain Shams University
-
-
参加基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準：
- すべての参加者は、大学院の歯周病学者でなければなりません。
- エジプトの歯周師
除外基準：
- 学部の歯科学生
研究計画
研究はどのように設計されていますか？
デザインの詳細
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
歯周病学におけるAIアプリケーションに関する知識の評価
時間枠：1年
|
歯周病学におけるAIアプリケーションに関する知識の評価、アンケートから得られたデータは、データベースとして機能するためにExcelスプレッドシートに入力されます。 取得したデータは、SPSSソフトウェアバージョン23（SPSS for Windows、Chicago、USA）を使用して統計分析を受けます。 Shapiro-Wilkテストは、データの評価に使用されます。 アンケートでは、33の質問がある5つのセクションで構成されていました。 2番目のセクションとして知られる知識を評価する質問は、6つのクローズドエンドの質問で構成され、リッカート3ポイントスケール（yes/no/muyce）を使用してAIに参加している歯周病学者の基本的な知識を特定しました。 |
1年
|
協力者と研究者
スポンサー
出版物と役立つリンク
一般刊行物
- Amato F., López A., Peña-Méndez E.M., Vaňhara P., Hampl A., Havel J. Artificial Neural Networks in Medical Diagnosis. J. Appl. Biomed. 2013;11:47-58. doi: 10.2478/v10136-012-0031-x. - DOI Ayad N, Schwendicke F, Krois J, van den Bosch S, Bergé S, Bohner L, Hanisch M, Vinayahalingam S. Patients' perspectives on the use of artificial intelligence in dentistry: a regional survey. Head Face Med. 2023 Jun 22;19(1):23. doi: 10.1186/s13005-023-00368-z. PMID: 37349791; PMCID: PMC10288769. Bennett, C.C.; Hauser, K. Artificial Intelligence Framework for Simulating Clinical Decision-Making: A Markov Decision Process Approach. Artif. Intell. Med. 2013, 57, 9-19. Briganti, G.; Le Moine, O. Artificial Intelligence in Medicine: Today and Tomorrow. Front. Med. 2020, 7, 27 Cervino, G.; Cicciu, M.; Fiorillo, L.; Finocchio, G. Clinical Applications of the Algorithm "Pipeline Advanced Contrast Enhancement (Pace)" in Dental Radiology. Eng. Proc. 2023, 31, 10 Davenport T, Kalakota R: The potential for artificial intelligence in healthcare. Future Healthc J. 2019, 6:94-. 10.7861/futurehosp.6-2-94 Jiang F, Jiang Y, Zhi H, et al.: Artificial intelligence in healthcare: past, present and future. Stroke VascNeurol. 2017, 2:230-43. 10.1136/svn-2017-000101 Kansal R, Bawa A, Bansal A, Trehan S, Goyal K, Goyal N, Malhotra K. Differences in Knowledge and Perspectives on the Usage of Artificial Intelligence Among Doctors and Medical Students of a Developing Country: A Cross-Sectional Study. Cureus. 2022 Jan 19;14(1):e21434. doi: 10.7759/cureus.21434. PMID: 35223222; PMCID: PMC8860704. Kelly CJ, Karthikesalingam A, Suleyman M, Corrado G, King D: Key challenges for delivering clinical impact with artificial intelligence. BMC Med. 2019, 17:195. 10.1186/ Kolachalama VB, Garg PS: Machine learning and medical education. NPJ Digit Med. 2018, 1:54.10.1038/s41746-018-0061-1 Kooli, C. Chatbots in Education and Research: A Critical Examination of Ethical Implications and Solutions. Sustainability 2023,15, 5614
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
- FDASU-RECIM012404
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。