卵巣がんスクリーニングとAI (AI-OCS-Gyn)

これまでの研究では、卵巣がんスクリーニングが純粋な臨床的利益をもたらさないという確固たる証拠があるにもかかわらず、婦人科医はしばしばその有効性と安全性を大幅に過大評価していることが示されています。 これらの知見は、根拠に基づく臨床実践を支援し、低価値なケアを減らすための革新的なコミュニケーション戦略の必要性を強調しています。

AIを活用した対話型介入は、誤解を正したり、特に当初は事実情報に抵抗を示す個人に対して証拠との関わりを促進したりすることを目指す場合、他の分野で有望な結果を示しています。 これらの洞察を活用して、本研究では、AIを介した議論が婦人科医の卵巣がんスクリーニングの利益-有害性プロファイルに関する知識を効果的に向上させ、その結果として根拠に基づかない推奨を減らすことができるかどうかを調査します。

本研究では、以前に無症状の平均的リスク患者に対して経腟超音波検査、および場合によっては追加のCA 125検査を用いた卵巣がんスクリーニングを定期的に推奨していると表明した婦人科医を、以下の2つの条件のいずれかに無作為に割り付ける横断的研究デザインを採用しています：

1. 介入条件：参加者はAIが導く対話に参加し、卵巣がんスクリーニングを推奨する理由を説明します。 AIは、誤解に対処し、利益-有害性比率がプラスであることを支持する証拠の欠如を明確にするよう指示されています。
2. 対照条件：参加者は、スクリーニングの結果に関連する情報や修正フィードバックを受けずに、卵巣がんの有病率に関するAIとの議論に参加します。

AIを基にした議論の前後で、すべての参加者に対して、卵巣がんスクリーニングの利益と有害性に関する数値的（1,000人中X人）および主観的な認識、ならびに彼らのスクリーニング推奨について質問します。 測定項目は、過去の研究で使用された測定ツールから導出されています。

本研究の主な目的は、AIを基にした対話の前後における、無症状の平均的リスク女性に対する定期的な卵巣がんスクリーニングに関する、臨床医の利益-有害性比率の理解と彼らの推奨の変化を、研究グループ内およびグループ間で評価することです。