臨床医のAIベース胎児成長推定への信頼

これは、臨床医のAIベースの胎児成長推定に対する信頼と使用を調査するために設計された、ランダム化、マッチング、ビネットベースのアンケート研究です。

産婦人科の臨床医を募集し、経験レベルによって層別化します。参加者は、対照群または介入群のいずれかにランダムに割り当てられます。介入群にはAIモデルの全体的な性能に関する簡潔な情報が提供されますが、対照群にはこの情報は提供されません。

各参加者は、匿名化された妊娠後期の超音波症例のセットを評価します。各症例について、臨床医には標準的な超音波画像と関連する臨床状況が提示されます。AIベースのモデルと従来の生体計測法によって生成された胎児体重推定値が、信頼区間の形での不確実性情報の有無に関わらず示されます。

各症例について、臨床医は臨床的に最も信頼できると考える推定値を選択し、その選択に対する自信を評価し、追跡成長スキャンを推奨するかどうかを示します。症例セットは臨床経験によってマッチングされており、同一の症例が研究群間で同様の背景を持つ臨床医によって評価されることが保証されます。

この研究は参加者として臨床医に焦点を当てており、患者への介入は含まれません。すべての超音波データは完全に匿名化されています。結果は、AI生成推定値と不確実性情報が胎児成長評価における臨床的信頼、選好、意思決定にどのように影響するかについての洞察を提供します。