このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

AIは臨床医の適切な自信を高めるか？早産予測における無作為化研究

2026年6月30日 更新者：Emilie Pi Fogtmann Sejer、Rigshospitalet, Denmark

AIは臨床医をより適切に自信を持たせるか？早産予測における無作為化研究

このランダム化質問票調査の目的は、子宮頸部超音波画像を用いた臨床症例ビネットを使用して自然早産のリスクを評価する際、産婦人科医の臨床判断に人工知能（AI）による意思決定支援の異なる提示方法がどのように影響するかを評価することです。 本研究では、特に2つのAI提示形式を比較します：二分分類（早産対正期産）と個別化された早産リスク推定です。

本研究が答えようとする主な質問は以下の通りです：

  • どのAI提示形式が、臨床医の確信度と意思決定精度（診断較正）のより良い一致をもたらすか？
  • 異なるAI提示形式は、臨床的意思決定に有益または有害な変化をもたらすか？

参加者はオンライン質問票に回答し、臨床症例を検討し、診断および管理の意思決定を行い、AI出力を見る前後の診断確信度を評価し、AIへの信頼度を報告します。

調査の概要

状態

募集

条件

介入・治療

研究の種類

介入

入学 (推定)

125

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究連絡先

研究場所

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

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

はい

説明

対象基準：

  • 産婦人科分野で現在勤務中または研修中の医師。
  • 経腟的子宮頸部超音波検査の実施経験があること。

除外基準：

- 経腟的子宮頸部超音波検査の実施経験がないこと。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか？

デザインの詳細

  • 主な目的：他の
  • 割り当て：ランダム化
  • 介入モデル：並列代入
  • マスキング：独身

武器と介入

参加者グループ / アーム
介入・治療
実験的：AI予測
参加者は二値のAI予測（早産または正期産）を受け取ります
行動：AI予測（二値）
子宮頸部超音波に基づくAI意思決定支援は、標準的な臨床情報に加えて、二分分類（37週以前の早産または正期産）を提供します。
実験的：AIリスク推定
参加者は早産のAIリスク推定値（％）を受け取ります
行動：AIリスク推定（％）
標準的な臨床情報に加えて、子宮頸部超音波に基づくAI意思決定支援により、早産リスク（％）の推定値を提供します。

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
AI曝露後の臨床医診断較正（正確性-確信度の整合）
時間枠：1回の質問票セッション（約20分間）におけるAI曝露直後。
AI判断後の決定の正しさ（0／1）とAI判断後の信頼度評価（0-10）の間の一致度は、ブライアースコアを用いて定量化されます。 信頼度は0-1に再スケールされ、信頼度と正しさの間の二乗差が事例全体で平均化され、参加者レベルのスコアが算出されます。 スコアが低いほど、診断の較正が良好であることを示します。 結果は、無作為化群間で比較されます。
1回の質問票セッション（約20分間）におけるAI曝露直後。

二次結果の測定

結果測定
メジャーの説明
時間枠
有用な切り替え率と有害な切り替え率。
時間枠：ベースライン（AI前）および単一の質問票セッション（約20分）中にAIに曝露された直後。

有益な切り替えと有害な切り替えの症例割合は、各参加者について計算され、研究群間で比較されました。

有益な切り替え = AI前の不正確な決定がAI後の正確な決定に変更された場合。

有害な切り替え = AI前の正確な決定がAI後の不正確な決定に変更された場合。
ベースライン（AI前）および単一の質問票セッション（約20分）中にAIに曝露された直後。
AI導入前からAI導入後における意思決定の正確さ、確信度、診断較正の変化
時間枠：ベースライン（AI前）および単一の質問票セッション（約20分）中にAI暴露直後。
AI導入前からAI導入後における参加者内の変化（正しい決定の割合、信頼度評価、診断キャリブレーション）。 差はランダム化群間で比較され、AIの正しさによって層別化されます。
ベースライン（AI前）および単一の質問票セッション（約20分）中にAI暴露直後。
AIに対する自己評価された信頼度とAIへの行動的依存の間の関連性
時間枠：単一の質問票セッション（約20分）中にAIに曝露された直後。
AI出力に対する自己評価の信頼度は、各ケースのAI接触後に数値評価尺度（0〜10）を用いて測定されます。 行動的依存度は、AI出力と一致するAI接触後の決定の割合として定量化されます。 信頼度評価と行動的依存度の関係、AIが正しい場合と誤っている場合の一致度を含めて、参加者レベルで評価され、無作為化群間で比較されます。
単一の質問票セッション（約20分）中にAIに曝露された直後。
フォローアップ頸部超音波検査の計画。
時間枠：ベースライン（AI前）および単一の質問票セッション（約20分）中のAI曝露直後。
参加者ごとに要約され、AI導入前後および無作為割付群間で比較される、臨床医が追加の頸部超音波検査を計画するケースの割合（はい／いいえ）。
ベースライン（AI前）および単一の質問票セッション（約20分）中のAI曝露直後。

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

Rigshospitalet, Denmark

協力者

Technical University of Denmark
Copenhagen Academy for Medical Education and Simulation
The Foundation of 17.12.1981
Department of Computer Science, University of Copenhagen, Denmark

捜査官

  • スタディチェア：Martin G Tolsgaard, MD, PhD, DMSc、Department of Obstetrics and Gynecology, Copenhagen University Hospital - Rigshospitalet, Copenhagen, Denmark

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2026年2月3日

一次修了 (推定)

2026年7月1日

研究の完了 (推定)

2026年7月1日

試験登録日

最初に提出

2026年1月27日

QC基準を満たした最初の提出物

2026年2月3日

最初の投稿 (実際)

2026年2月11日

学習記録の更新

投稿された最後の更新 (実際)

2026年7月1日

QC基準を満たした最後の更新が送信されました

2026年6月30日

最終確認日

2026年6月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • P-2024-18108

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

IPD プランの説明

個々の参加者のデータは一般公開の予定はありません。 集計結果は報告されます。 個人を特定できないデータは、合理的な要請に応じて、機関の方針および適用されるデータ保護規制に従い、提供される可能性があります。

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

いいえ

米国FDA規制機器製品の研究

いいえ

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。

購読する